[发明专利]惯性传感器信号重构方法

权利要求书

1.一种惯性传感器信号重构方法，其特征是，包括如下步骤：

步骤1、设量子蜂群的数目为N，其中N个量子蜂群包含n₁个量子雇佣蜂和n₂个量子跟随蜂，n₁+n₂＝N；随机生成N个与量子蜂群对应的初始蜜源；设迭代次数t＝1，设最大搜索次数为Q；

步骤2、计算初始蜜源的适应度值，并记录蜂群的全局最优蜜源、雇佣蜂的局部最优蜜源和跟随蜂的局部最优蜜源；

步骤3、通过引入当前雇佣蜂的局部最优蜜源和蜂群的全局最优蜜源来控制量子旋转角的方向，采用量子旋转门操作的方式对量子雇佣蜂所对应的蜜源进行更新；搜寻结束后，计算新蜜源的适应度值，如果新蜜源的适应度值大于旧蜜源的适应度值，则用新蜜源代替旧蜜源，否则持旧蜜源不变；

步骤4、所有量子雇佣蜂搜索结束后，量子跟随蜂根据量子雇佣蜂反馈的信息，采用轮盘赌的方式选择蜜源，确定蜜源后，通过引入当前跟随蜂的局部最优蜜源、雇佣蜂的局部最优蜜源和蜂群的全局最优蜜源来控制量子旋转角的方向，采用量子旋转门操作的方式对量子跟随蜂所对应的蜜源进行更新；搜寻结束后，计算新蜜源的适应度值，如果新蜜源的适应度值大于旧蜜源的适应度值，则用新蜜源代替旧蜜源，否则持旧蜜源不变；

步骤5、判断蜜源是否陷入局部最优，即如果连续Q次循环之后，雇佣蜂的局部最优蜜源一直没有改变，则说明陷入局部最优，那么采用自适应概率调整方法得到新蜜源，以取代陷入局部最优的蜜源，迭代次数t加1，并返回步骤3；否则，直接进入步骤6；

步骤6、确定当前蜂群的全局最优蜜源，记录其参数向量位置，并计算惯性传感器信号的残余分量；

步骤7、判断惯性传感器信号的残余分量是否小于预定的重建精度；若小于重建精度，则停止迭代，并输出蜂群的全局最优蜜源，以完成惯性传感器信号的重构；否则，返回步骤3。

2.根据权利要求1所述的一种惯性传感器信号重构方法，其特征是，步骤5中，所述自适应概率调整方法为自适应量子均匀交叉方法和/或自适应量子非门变异方法。

3.根据权利要求2所述的一种惯性传感器信号重构方法，其特征是，步骤5中，自适应量子均匀交叉方法中的交叉概率为：

$P_c=\left\{\begin{array}{cc}{P}_{c1}-\frac{(P_{c1}-P_{c2})({\mathrm{fit}}^{\′}-fit(u_i^t\left)\right)}{fit\left(u_g^t\right)-fit\left(u_i^t\right)}& {\mathrm{fit}}^{\′}\≥fit\left(u_i^t\right)\\ P_{c1}& {\mathrm{fit}}^{\′}\≤fit\left(u_i^t\right)\end{array}\right.$

式中，P_c为交叉概率，分别为第t代蜂群的全局最优蜜源的适应度值和雇佣蜂的局部最优蜜源的适应度值，fit'为随机抽出的进行交叉运算的蜜源适应度值，P_c1和P_c2为设定的交叉概率值。

4.根据权利要求2所述的一种惯性传感器信号重构方法，其特征是，步骤5中，自适应量子非门变异方法中的变异概率为：

$P_m=\left\{\begin{array}{cc}{P}_{m1}-\frac{(P_{m1}-P_{m2})(fit-fit(u_i^t\left)\right)}{fit\left(u_g^t\right)-fit\left(u_i^t\right)}& fit\≥fit\left(u_i^t\right)\\ P_{m1}& fit\≤fit\left(u_i^t\right)\end{array}\right.$

式中，P_m为变异概率，分别为第t代蜂群的全局最优蜜源的适应度值和雇佣蜂的局部最优蜜源的适应度值，fit为变异个体的蜜源适应度值，P_m1和P_m2为设定的变异概率值。