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。     

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。     

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工具误差分离与折合

制导工具误差分离与折合是导弹精度评定中的重要问题,提出了利用支持向量机方法获得工具误差系数估计和进行弹道误差折合的新方法,由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。仿真计算表明,与最小二乘和主成分方法相比,最小二乘支持向量机获得的误差系数估计与真值更加接近,折合得到的全程弹道遥外差更加准确。     

基于Bootstrap方法的捷联惯组历次测试数据验前分布研究

针对捷联惯性测量组合（捷联惯组）历次测试数据小样本的特点，在总体分布参数形式未知的情况下，根据已有的先验信息，提出了通过Bootstrap重采样技术，获得捷联惯组历次测试数据总体参数的验前分布。结合当前样本信息，给出捷联惯组历次测试数据的验后分布。将统计推断建立在验后分布基础之上，可以减小小样本情况下的统计分析误差。     

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。     

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%。     

基于灰色模型的捷联惯组历次测试数据分析

捷联惯组历次测试数据反映了捷联惯组的逐次通电稳定性,它是引起制导工具误差的主要影响因素。本文采用建立捷联惯组历次测试数据灰色模型的方法对其逐次通电稳定性的变化趋势进行预测。通过仿真计算,验证了利用该方法进行短期预测的有效性。     

捷联惯组历次测试数据验前分布随机加权中心融合估计法

在小子样理论中,验前分布的获取与表示是一个关键问题。针对捷联惯性测量组合(捷联惯组)历次测试数据验前分布的获取问题,探讨了在异总体情况下,多种验前信息的融合问题。提出了通过随机加权中心融合法实现多种异源信息融合,以获取捷联惯组历次测试数据验前分布,从而减小了小样本情况下的统计分析误差。     

最小二乘滤波在某型火控系统信息处理中的应用

为了提高某型火控系统的反应时间和射击精度,需要对采集到的目标运动参数进行滤波。为了使算法易于实现,采用了最小二乘滤波方法。基于对最小二乘滤波的分析处理,增加了修正序列,实现了接近自适应最小二乘滤波的功能,在滤波效果上能够完全满足系统要求。最后,对滤波效果进行了检测。     

基于改进粒子群优化LS-SVM的卫星钟差预报研究

针对导航卫星短期钟差预报精度和稳定度不高的问题,提出了一种基于改进粒子群优化（PSO）最小二乘支持向量机（LS-SVM）的卫星钟差预报方法。通过引进自适应改变的惯性权重和学习因子来提高粒子群算法的寻优能力,并将其应用到LS-SVM的参数优化中,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取国际GPS服务组织（IGS）产品中四颗典型卫星的钟差数据,分别采用LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明：LS-SVM模型的预报精度优于其它两种模型,为导航卫星短期高精度钟差预报提供了新的思路。     

基于改进遗传算法的移动目标成像侦测任务规划问题研究

基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
     

基于转子动力学特性分析的局部共振诊断研究

建立了支承局部共振动力学模型,给出了利用振动数据进行局部共振频率预测的方法。进行了转子动力学试验,试验转子含有2个盘和2个支承并固定到柔性摆架上,试验中出现单个支承外传力超限,但盘的振动位移幅值较小,且有上升趋势的现象,符合支承局部共振的特征。利用局部共振频率预测方法对振动数据进行处理,得到了理论预测的局部共振频率。进行了模态试验,得出的局部共振频率与理论预测吻合,同时也验证了局部共振诊断。结合模态振型对摆架进行了改进,改进后,消除了该处局部共振。     

液体火箭发动机环境因子的修正逆矩估计

对文献 [1]提出的适用于大样本失效数据的逆矩估计法进行修正 ,针对液体火箭发动机飞行及地面试车数据的特点 ,提出了其天地环境因子的修正逆矩估计方法。与现有方法相比 ,本文提出的方法更加适用于小样本失效数据情形下环境因子问题的研究。最后用数值例说明了该方法的应用     

基于分段连续推力的晕轨道控制方法

基于小偏差理论,推导了三体动力学模型的误差线性模型,并将此假设下的控制归纳为终端固定的有限时间调节器问题。在此基础上,进一步利用该最优控制方法推导了晕轨道周期内的连续小推力控制方案,验证了控制加速度及状态量的收敛。同时针对整周期控制方式在超调后状态量收敛速度慢的问题,通过分段连续推力控制模式(Sectional Continuous Thrust Control,SCTC)来近似瞬时脉冲推力控制模式,给出了最短分段控制时间的计算方法。实验表明,SCTC模式加快了轨道状态的收敛速度。对于km级入轨偏差,通过1次控制即可使实际轨道收敛至标称轨道。     

液体火箭发动机可靠性增长规划研究

液体火箭发动机可靠性要求高、试验费用昂贵，有必要对可靠性增长试验进行综合规划，以减少试验费用、缩短研制周期和降低风险。根据液体火箭发动机的特点，提出双参数的：Bayes可靠性增长模型，综合利用产品研制过程中全程试验信息，动态评定可靠性水平。在客观评价其可靠性水平的基础上，采用MTGP(Modified Tracking，Growth and Prediction)模型跟踪增长过程，对液体火箭发动机的可靠性增长试验进行综合规划。研究表明：这种方法能在小样本下，科学、合理地评定液体火箭发动机的可靠性水平和指导可靠性增长规划，在工程中有广泛的应用前景。     

一种预测航天火工装置可靠性的小样本方法

给出了一种预测航天火工装置功能可靠性的新方法。当产品特性值服从正态分布,且已知产品上（下）规范限时,基于应力-强度模型,结合可靠性、统计学等相关知识,给出了航天火工装置可靠性的小样本预测方法。该方法可用20发以内的试验样本量来预测火工装置0.999999的高可靠性指标。此方法虽以火工装置为研究背景,但其基本原理可应用到其他机械类产品的可靠性预测之中,为可靠性的预测提供一种新的途径。     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计MSE的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导.