| 基于最小二乘支持向量机的工具误差分离与折合 |
| |
| 引用本文： | 杨华波,蔡洪,宋维军.基于最小二乘支持向量机的工具误差分离与折合[J].航天控制,2008,26(1):22-25. |
| |
| 作者姓名： | 杨华波 蔡洪 宋维军 |
| |
| 作者单位： | 1. 国防科技大学航天与材料工程学院,长沙,410073
2. 北京航天自动控制研究所,北京,100854 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 精度评定 制导工具误差 主成分分析 支持向量机 |
| 文章编号： | 1006-3242(2008)01-0022-04 |
| 修稿时间： | 2006年6月16日 |
Separation and Conversion for Guidance Instrumentation Systematic Error Using Least Squares Support Vector Machines Regression |
| |
| Yang Huabo,Cai Hong,Song Weijun.Separation and Conversion for Guidance Instrumentation Systematic Error Using Least Squares Support Vector Machines Regression[J].Aerospace Control,2008,26(1):22-25. |
| |
| Authors: | Yang Huabo Cai Hong Song Weijun |
| |
| Abstract: | The separation and conversion of guidance instrumentation systematic error(GISE) plays a vital role in the missile precision analysis.The new method for estimating guidance instrumentation error which is based on the least squares support vector machines is presented.Because this method considers the structural risk and empirical risk,it enhances the forecast precision of the model.The results show that the new method has a higher precision than least square method and principal component method. |
| |
| Keywords: | Precision assessment Guidance instrumentation systematic error Principal component analysis Support vector machines |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
