[发明专利]一种不等精度测量数据融合的最优加权参数估算方法

权利要求书

1.一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，包括：

获取第一类观测数据与第二类观测数据，确定待估参数；

确定所述第一类观测数据与待估参数之间的非线性函数关系，得到第一类观测函数；

确定所述第二类观测数据与待估参数之间的线性函数关系，得到第二类观测函数；

基于所述第一类观测函数以及第二类观测函数，构建第一类观测数据与第二类观测数据的融合优化函数；

基于参数估计均方误差最小准则，求解所述融合优化函数，并根据求解结果，计算所述第一类观测数据与第二类观测数据的最优加权值和待估参数。

2.根据权利要求1所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，所述第一类观测函数如表达式1所示，y₁(t_i)＝f(t_i,β)+ε₁(t_i),i＝1,…,m，其中y₁(t_i)为第t_i时刻的第一类观测数据，f(t_i,β)为相应的非线性观测函数，β为一元待估参数，β∈R，R为实数域，ε₁(t_i)(i＝1,…,m)为第一类观测数据的测量随机噪声，独立同分布于均值为零，方差为的正态分布，为第一类观测数据的测量精度，m为第一类观测数据的观测样本数。

3.根据权利要求2所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，所述第二类观测函数如表达式2所示，y₂(t_i)＝x(t_i)β+ε₂(t_i),i＝1,…,k，其中，y₂(t_i)为第t_i时刻的第二类观测数据，x(t_i)为相应的观测矩阵，ε₂(t_i)(i＝1,…,k)第二类观测数据的测量随机噪声，独立同分布于均值为零，方差为的正态分布，为第二类观测数据的测量精度，k为第二类观测数据的样本数。

4.根据权利要求3所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，所述融合优化函数如表达式3所示，其中为所述第一类观测数据与所述第二类观测数据的融合权值，

5.根据权利要求4所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，求解所述融合优化函数，并根据求解结果，计算所述第一类观测数据与第二类观测数据的最优加权值和待估参数，此过程具体地包括以下步骤：

步骤A.设置加权初值通过所述表达式3求解极小值，得到解

步骤B.通过表达式4计算待估参数β的估计均方误差在处的值其中

步骤C.求解极小值通过表达式4对求导并使表达式4等于0，得到

步骤D.设置收敛准则，判断所述是否满足所设置的收敛准则，若满足，则迭代结束，确定为最优融合权值，为参数的最优估计。

6.根据权利要求5所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，步骤D中所述收敛准则如表达式5所示，其中τ为收敛阈值，取τ＝0.01。

7.根据权利要求6所述的一种不等精度测量数据融合的最优加权参数估算方法，其特征在于，步骤D中，若所述不满足所设置的收敛准则，将赋值给并返回步骤A，直到迭代收敛为止，其中，为所述第一类观测数据与所述第二类观测数据的融合权值。