基于免疫量子进化算法的惯性传感器信号重构

针对惯性传感器信号的特点,提出一种基于免疫量子进化算法的正交匹配追踪重构方法.该方法以正交匹配追踪算法为核心,将免疫机制引入量子进化算法.首先,通过量子编码的叠加性构造抗体、免疫克隆操作实现种群扩张,以加速原子搜索进程,同时借助量子交叉操作避免算法陷入局部最优.然后,利用各次迭代选取的最佳匹配原子完成惯性传感器信号的重构,从而达到滤波的目的.仿真结果表明,在该算法下,静态信号的零漂值得到了改善,信噪比提高了10.48 dB,动态信号均方误差降低了28.551("/s).相同条件下,与现有重构算法相比,信号滤波效果提高的同时,重构时间均减少了4s左右,最终实现了惯性传感器信号的实时性处理.