AO-LSSVM在铣削铝合金表面粗糙度预测研究与应用

为提高铣削7475铝合金表面粗糙度（）的预测准确性和便捷性，本文基于天鹰优化器算法（AO）对最小二乘向量机（LSSVM）进行优化，以4个铣削参数作为输入值，作为输出值构建铣削铝合金预测模型，通过与粒子群（PSO）优化最小二乘支持向量机（LSSVM）和LSSVM 两种算法进行对比，采用灰色关联对铣削参数与表面粗糙度之间的相关性进行分析并通过GUI界面搭建预测系统。结果表明：基于AO-LSSVM的预测模型的预测误差为4.287 6%，拟合优度达到0.938 64，优于其他算法；每齿进给量与的相关性最大，灰色关联度值为0.764；通过GUI预测应用系统能实现高效、便捷、准确地预测值。     

MEMS陀螺仪的高精度标定方法

为了提高微机电(MEMS)陀螺仪的测量精度，研究了一种同时标定陀螺非正交误差和加速度敏感漂移误差的标定方法。设计了16位置的转台标定方案，分别以地球自转角速率和重力加速度作为角速率和加速度激励源，利用两组角速率数据迭代求解非正交误差和加速度敏感漂移误差，并以陀螺仪对地球自转角速率的敏感误差作为校正效果的评估依据。试验结果表明，该方法能够有效校正MEMS陀螺仪的非正交误差和加速度敏感漂移误差，提高了陀螺仪的测量精度，且易于工程实现。     

基于偏最小二乘回归同时测定阿莫西林和多四环素含量

阿莫西林和多四环素在紫外光谱区间吸收峰附近有多重共线现象,紫外分光光度法难以准确测出2种物质各自含量.本文通过L_(16)(4~5)正交实验设计,采集200～250 nm波长混合样品吸收光谱,数据经标准化处理,建立偏最小二乘回归预报数学模型.结果显示,该法计算阿莫西林和多四环素的预测相对误差(RPE)分别为3.13%和6.42%,平均加标回收率分别为100.34%和100.71%.该法简便快捷,准确可靠,样品无需预先分离.     

机动发射弹道导弹集群诸元快速规划

针对机动发射条件下弹道导弹集群的飞行诸元快速规划问题，将神经网络预测与最小二乘优化相结合，提出了一种弹道导弹发射诸元快速规划方法。首先分析了弹道导弹助推段飞行策略并选取适当的发射诸元，以发落点信息为输入，设计双隐藏层诸元预测网络，通过弹道仿真获取弹道数据建立数据集完成网络训练，利用该网络可以得到发射诸元迭代初值。在此基础上，为了消除数据集中样本数据不平衡对发射诸元规划精度的影响，以落点射程、横程、高程偏差最小为指标函数，结合最小二乘优化方法进行迭代获得发射诸元精确解。最后在典型发射场景下，进行了弹道导弹集群机动快速发射仿真验证。结果表明，该方法相较于传统方法可显著提高计算速度与精度，且在给定的大范围机动条件下，能够满足弹道导弹集群对远距离、多目标的快速精确打击。     

支持向量机理论的研究与进展

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状与存在问题,对支持向量机的未来发展方向进行了展望。     

基于SMO和RLS的航空电推进永磁电机驱动系统

针对大功率航空电推进驱动系统高可靠性和轻量化特性的需求，本文提出了一种基于滑模观测器（SMO）和递推最小二乘法（RLS）的多模式无位置传感器控制策略。首先通过SMO对扩展反电动势进行观测，并对转速估算值进行多模式处理，实现了快速、准确地提取出电机的转子位置角及转速等信息；再由RLS对永磁体磁链等参数进行辨识，依据辨识结果对控制器中的相关控制参数进行整定，并对观测器参数进行更新，提高了系统的鲁棒性。本文对300kW的永磁同步电机电推进驱动系统进行了实例仿真，验证了所提方案的有效性。本文所提出的方案可以实现可靠的无位置传感器驱动控制，具有快速的动态性能和较高的鲁棒性，为相关航空电推进驱动系统控制方案的设计和研究提供了参考。     

润滑油红外光谱去噪预处理方法

采用小波包变换软阈值去噪方法对润滑油的红外光谱进行去噪预处理,结合偏最小二乘法进行定量预测,并与常用的平滑去噪方法进行对比。结果表明,小波包变换能有效地去除红外光谱的噪声,以此为基础建立的润滑油酸值模型的预测精度高于常用的平均平滑法和 Savitzky-Golay卷积平滑法这 2种平滑去噪方法的预测精度。     

GPS接收机的自主完善性监测算法研究

完善性监测是 GPS接收机研制过程中的重要技术问题之一 ,其功能是在接收机不能用于导航服务时向用户提供告警信息。文中对基于最小二乘残差法的 GPS接收机自主完善性监测 (RAIM)算法进行分析与研究 ,并给出了检测门限的求解方法 ,最后对将该算法应用于 GPS/GL ONASS组合接收机时存在的问题进行了探讨。这一算法在某型号接收机的相关实验中取得了较好的效果。