遗忘因子最小二乘支持向量机及在陀螺仪漂移预测中的应用研究

以陀螺仪漂移误差系数时间序列预测为对象，研究并提出了遗忘因子最小二乘支持向量机算法。构造了以多项式、径向基、小波函数为核函数的支持向量机（SVM）、最小二乘支持向量机（LSSVM）、遗忘因子最小二乘支持向量机（FFLSSVM），比较了它们用于强非线性测试集的泛化性能。实验结果表明：FFLSSVM比由相应核函数构成的SVM、LSSVM自适应性强、预测精度高；三种核函数生成L2（R）子空间上完备基的能力不同，导致三个FFLSSVM逼近任意目标函数的精度有差异；遗忘因子最小二乘小波核支持向量机可有效地用于陀螺漂移误差动态补偿、可靠性辅助决策、故障预测。     

制导工具误差折合的遗传主成分方法

制导工具误差折合是导弹精度评定中的重要问题,传统主成分方法中主要成分选择根据试验弹道环境函数矩阵特征值选择,仅考虑了试验弹道的影响,而在试验弹道中作为主要成分,在全程弹道中并不一定是主要成分。提出了充分考虑试验弹道与全程弹道特点的主成分确定方法,并利用遗传算法确定最佳主成分子集。仿真计算表明,与最小二乘和经典主成分方法相比,遗传主成分算法获得的全程弹道遥外差与落点偏差更接近于真实值。     

模糊最小二乘支持向量机在黑液波美度软测量中的应用

利用模糊最小二乘支持向量机进行软测量建模。并将基于最小二乘支持向量机的软测量器应用于造纸碱回收中黑液浓度的在线估算,取得了十分有效的应用结果。模糊最小二乘支持向量机收敛速度快,模型参数确定方便。因此基于模糊最小二乘支持向量机的软测量器在软测量建模中有很大的应用潜力。     

基于最小二乘支持向量机的SAR平台定位

将SAR平台定位分解为粗略定位和精确定位两个阶段。首先,在SAR正侧视成像的条件 下,利用某个方位门内的所有控制点,采用非线性最小二乘平差粗略估计出SAR平台在该方 位时刻的空间位置,并从理论上推导了控制点的误差协方差矩阵到SAR平台定位的误差协方 差矩阵的传递规律。其次,利用各个方位时刻粗略估计的SAR平台位置,采用最小二乘支持 向量回归机精确估计SAR平台的运动方程,从而精确估计SAR平台在某个时刻的空间位置。仿 真试验表明,本文提出的方法能够精确地反演出SAR平台的空间位置。
     

改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

针对微机械陀螺零偏受温度影响较大的问题，提出一种改进布谷鸟搜索算法(CS)和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先，将平滑处理后的陀螺数据作为样本点，采用基于径向基核函数的支持向量机方法构建漂移模型，把数据从低维空间映射到高维空间进行线性拟合。然后，利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化，避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经CS调节支持向量机算法补偿后，陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比，陀螺输出数据方差分别平均减小了63.2%、43.4%，最大误差分别平均减小71.63%、48.3%。     

基于最小二乘支持向量机的小样本建模方法研究

针对捷联惯组历次测试数据小样本建模问题,提出了通过二次修正插值方法解决测试数据的非等间隔性和样本容量小的问题。并通过相空间重构的思想将一维时间序列多维化。最后通过最小二乘支持向量机建立预测模型。实例分析表明,建立在二次修正插值基础之上的最小二乘支持向量机时间序列模型具有较高的预测精度,能够很好地满足对惯组测试数据分析的要求。     

制导工具误差折合精度影响因素分析

制导工具误差折合是导弹精度评定中的重要问题,其中最关键的技术问题是工具误差的折合精度问题。本文分别对用公式法求取误差折合系数时影响精度的各种因素从理论上进行了系统分析,并得出了外测误差精度、采样点数和弹道特性是影响折合精度的主要因素的结论。仿真计算结果表明了理论分析的正确性,为后续提高误差折合精度指明了方向。     

运用线性回归进行制导精度折合

同一仪表的工具误差,对不同弹道的影响(如落点偏差)是不同的。本文避开传统的分离误差系数方法,而运用线性回归方法,依据试验弹道的遥、外测参数直接折合出仪表误差造成的正常弹道落点偏差,以提供对型号弹进行精度鉴定的可靠验前信息。在折合方法中利用AIC(Akaike Information Criterion)准则选择自变元及消去变换法实施运算。给出了对典型弹的数字仿真结果、数例说明该方法有较高的折合精度。     

基于小样本数据的惯性平台系统贮存可靠度的预测方法

针对小样本的惯性平台系统贮存可靠性问题,开展了系统的方法研究。首先,分析了惯性平台系统定检数据的特点;其次,引入最小二乘支持向量机的预测方法对惯性平台系统贮存可靠度进行预测。数值计算结果表明,与多项式回归预测方法和灰色预测方法相比较,预测结果更加科学、准确。     

最小二乘支持向量机的在线学习算法研究

针对最小二乘支持向量机在线逼近过程中求解矩阵维数逐渐扩大的问题,提出了一种最小二乘支持向量机的在线学习算法。借助滚动窗口的思想,建立一个随时间滑动的建模数据区间,在线逼近中通过接受新数据删除旧数据来保持数据区间长度不变,同时数据不断更新,从而实现模型的在线学习。仿真结果表明了这种学习算法的有效性。     

运载火箭精度评估的Bayes异质先验融合方法

为充分利用运载火箭观测中的不同观测空间和过程的信息来进行精度评估，针对该背景建立了异质先验融合的数学描述。研究了飞行试验中不同观测空间和过程的异质先验信息和数据，基于不同观测过程的解析关系，将间接过程的先验和观测数据算出的后验分布转换成落点观测空间上的先验，与原落点的先验进行了最大熵加权融合，得到混合后验分布，从而结合落点观测数据给出评定结果。在无法解算出精确的制导工具误差系数的情况下，这种方法充分利用了弹道跟踪数据、工具误差系数的地面测试先验值、落点先验及落点数据，稳健性更好，准确性更高。     

轨道武器战斗舱再入制导技术研究

对轨道武器战斗舱再入制导进行探讨,针对战斗舱再入的特点,在深入分析标准轨道法制导的基础上,采用标准轨道与预测落点法相结合的混合制导方法弥补了标准轨道法对初始误差较敏感的缺点。分析研究和仿真结果表明, 混合制导方法既具有对付较大初始误差和过程干扰的优点,又减少了计算量,具有良好的制导和落点精度,是一种有效的制导方法,具有一定的工程应用价值。     

闭路制导在小型固体运载火箭中的应用

固体运载火箭发动机推力偏差和秒耗量偏差大,导致关机点时间偏差也大,因此偏差轨道和按标称值飞行的标准轨道之间偏差大,传统的摄动制导难以满足对卫星高入轨精度的要求。针对固体运载火箭的上述特点,本文提出具有工程意义的闭路制导方法。实现闭路制导的关键之一是需要速度的求解。本文根据运载火箭的实时飞行状态和卫星轨道元素之间的关系推导出简单实用的需要速度,并应用于发射近圆轨道卫星的小型固体运载火箭的闭路制导控制中。经过数学仿真验证,证明本文中的方法在各种干扰下均具有较高的精度。     

一种基于CW方程的交会远程导引终端误差分析新方法

直接采用轨道坐标系的相对位置和速度描述交会远程导引误差会产生误差放大的不合理现象,对远程导引误差的精确分析需寻求新的误差描述与分析方法。本文在算例分析的基础上提出了一种基于CW方程的远距离导引终端误差分析新方法,并利用该方法建立误差模型分析远程导引的误差分布与传播。分析结果表明基于CW方程的远程导引误差模型能较为准确地描述远程导引终端的误差状态和后续传播情况,适合在实际工程中用于描述远程导引终端精度指标。     

星光/惯性组合制导方案与位置误差分析

根据捷联星光制导双星方案和星光/惯性组合制导基本原理,提出了一种以惯性导航为主、星光制导为辅的导弹组合导航方法。建立了组合导航位置误差计算模型。对星光惯性组合制导精度的分析表明,该法提高了对星光导航测量信息的利用度,改善了导航精度。     

一种新的闭路制导导引方法

闭路制导方法是一种实用的方法误差比较小的制导方法。其中,如何将实际速度导引到需要速度至关重要,通常的闭路制导导引方法在关机点附近不稳定,会产生一定的方法误差。为了避免这种导引不稳定的影响,本文给出了一种采用目标瞬时方位角为基准的新型闭路制导导引方法。通过仿真计算,证明该方法关机点附近导引稳定,导引引起的方法误差较小。     

高超声速飞行器基于路径跟踪的制导方法

针对具有高位置精度要求的高超声速飞行器制导问题,提出一种基于路径跟踪和自适应动态面控制（ADSC）方法的轨迹跟踪制导的方法。根据高超声速飞行器动力学建立数学模型,同时为了方便跟踪控制对数学模型进行了部分线性化处理。针对高超声速滑翔飞行器三维轨迹跟踪存在的欠驱动问题,引入路径跟踪的思路将其转化为二维的跟踪控制问题;针对高超声速飞行器建模不确定性强的特点,使用具有较强鲁棒性的ADSC方法实现鲁棒的路径跟踪。能够证明所提出的方法可以以任意小的误差实现参考轨迹跟踪。仿真结果表明,该制导方法具有较高的跟踪精度并且具有较强的克服模型不确定性的能力。     

初始对准误差对惯性制导误差影响的简化算法

惯性制导系统初始对准的主要任务是精确确定载体坐标系和制导坐标系之间的初始方向余弦矩阵和载体的初始速度。惯性制导的精度在很大程度上取决于系统初始对准的精度。本文基于初始对准误差引起的惯性导航误差模型,针对近程战术武器系统,在一定精度范围内,忽略引力变化和发射时载体的初始速度,推导出初始对准误差对惯性制导误差影响的简化算法。该算法具有模型清晰,计算简便,易于使用的特点,避免了繁琐的运动学建模和编程计算过程,并且为在项目论证阶段不具备完备的总体数据支持的条件下,进行初始对准精度指标分配提供了理论依据。并经仿真验证,简化算法具有一定的精度。