学科分类
/ 1
2 个结果
  • 简介:为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

  • 标签: 支持向量回归机 免疫聚类 时间序列建模 陀螺漂移
  • 简介:加速度计实现数字化有利于系统集成,但随之引入的延时和量化噪声会影响系统的控制稳定性及测量分辨率。为保证闭环系统数字化后仍具有足够稳定裕度,分析出了延时的主要来源为离散化引入的等效时延和检测与控制的不同步,并得出其对系统稳定性的定量化影响。研究了采样频率及量化噪声对输出的影响,提出利用过采样的方法可以有效减小量化噪声对闭环系统输出的影响,从而可提高系统的检测分辨率。最终,建立了进行数字化控制器采样频率的定量化选择依据。用Matlab/Simulink进行了仿真并进行了实验研究,仿真结果及实验结果与理论分析能较好吻合。

  • 标签: 闭环加速度计 数字化 延时 量化噪声