Identificación de coeficientes de error de acelerómetros triaxiales con un novedoso algoritmo de enjambre artificial de peces

El algoritmo de enjambre de peces artificiales (AFSA) es una de las técnicas de inteligencia de enjambre más avanzadas, ampliamente utilizada con fines de optimización. Los coeficientes de error de los acelerómetros triaxiales son relativamente inestables con las perturbaciones ambientales y el envejecimiento del instrumento. Por lo tanto, la identificación de los coeficientes de error del acelerómetro triaxial de forma precisa y con menores costes es de gran importancia para mejorar el rendimiento global del sistema de navegación inercial (SINS) basado en el acelerómetro triaxial. En este estudio, se introduce en primer lugar un nuevo algoritmo de enjambre de peces artificiales (NAFSA) que elimina los deméritos (falta de uso de las experiencias previas de los peces artificiales, falta de equilibrio existente entre exploración y explotación, y alto coste computacional) de AFSA. En NAFSA, los comportamientos funcionales y el procedimiento general de AFSA se han mejorado con algunas variaciones de los parámetros. En segundo lugar, se ha propuesto un algoritmo híbrido de identificación de los coeficientes de error del acelerómetro basado en los enfoques NAFSA y de simulación Monte Carlo (MCS). Esta combinación conduce a la máxima utilización de los enfoques implicados para la identificación de los coeficientes de error del acelerómetro triaxial. Además, los coeficientes identificados mediante NAFSA se prueban con un experimento de verificación de 24 posiciones y un experimento de navegación SINS basado en acelerómetros triaxiales. Las prioridades del MCS-NAFSA se comparan con las del método de calibración convencional y el AFSA óptimo. Finalmente, los resultados de ambos experimentos demuestran la alta eficiencia del MCS-NAFSA en la identificación de los coeficientes de error del acelerómetro triaxial.

Autores: Yanbin, Gao; Lianwu, Guan; Tingjun, Wang