基于最小二乘支持向量机的小型无人直升机悬停动态建模

 小型无人直升机(SUH)是一类典型的非线性动态系统，由于其本质不稳定性，由开环辨识实验获得的数据通常是小样本的，使用传统黑箱辨识方法难以获得较好的辨识效果。提出一种利用支持向量机(SVM)对SUH悬停动态进行辨识建模的新方法。通过动力学机理分析和合理的简化，确定了模型的非线性回归形式，以及从低维输入空间到高维Hilbert特征空间的映射关系和相应的机理核函数，并应用最小二乘支持向量机(LS-SVM)训练获得SVM模型和对应的参数化非线性多输入多输出（MIMO）模型。利用实际飞行数据辨识得到的模型不仅具有良好的预报精度，而且显式表达了各状态变量之间以及输入与状态之间的耦合关系，便于非线性控制策略的设计。

Modeling Hover Dynamics of Small-scale Unmanned Helicopter Based on Least Square Support Vector Machine

The small-scale unmanned helicopter(SUH) is a typical nonlinear dynamical system whose identification experiments are difficult to implement due to its inherent instability.The data sampled is thus small and non-informative,causing a loss to the estimation performance of conventional black-box identification methods.In this article,a new method based on support vector machine(SVM) is proposed to identify the flight dynamics of SUHs at hover.Priori knowledge is used to simplify the dynamics and determine the...