面向INS数据分类的鲁棒性无监督聚类方法

• 作者: 刘莉 屠晓伟 彭飞 杨傲雷 费敏锐
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 内核模糊C均值聚类 鲁棒性分析 广度优先搜索 惯性导航系统
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息处理技术
• 页码范围: 152-160
• 页数: 9页
• 分类号: TH161+.5
• 字数: 6242字
• 语种: 中文

摘要

针对惯性导航系统(INS)中加速度计、陀螺仪测量误差随时间积累的问题,提出了一种基于内核模糊C均值的无监督广度优先搜索聚类算法(RUCM),用于INS模块采集数据的去噪及其运动阶段的分类划分.RUCM通过广度优先搜索方法遍历相邻的数据,使用阈值确定聚类数目,同时引入高斯核函数提高RUCM对噪声和异常点干扰的鲁棒性,并验证了其收敛性和鲁棒性.最后,在基于MEMS的INS模块实物系统中验证了该算法,结果表明所提出的方法能够提高随机采样INS数据的聚类性能,抑制了噪声干扰,使其INS运动阶段的聚类划分更加清晰与明确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费敏锐	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	190	1882	20.0	34.0
2	彭飞	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	8	23	2.0	4.0
3	屠晓伟	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	12	16	3.0	3.0
4	杨傲雷	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	13	59	6.0	7.0
5	刘莉	上海大学机电工程与自动化学院上海市电站自动化技术重点实验室	7	36	4.0	6.0