基于微粒群算法优化支持向量机的加速度计静态模型辨识
针对加速度计静态模型采用线性近似模型辨识存在较大误差的问题,利用支持向量回归在小样本、非线性及高维特征空间中具有很好的推广能力的优点,提出了一种利用支持向量回归进行加速度计静态模型辨识的方法.为了避免随机试凑法识别支持向量回归参数费时的问题,采用高效的并行搜索算法-微粒群算法进行支持向量回归参数优化.利用精密光学分度头对石英挠性加速度计进行了12位置静态翻滚试验,试验结果表明所提方法可以精确地对石英挠性加速度计静态模型进行辨识,其模型精度比最小二乘辨识法的模型精度提高一倍以上.
石英挠性加速度计、支持向量机、模型辨识、微粒群算法
18
U666.1(船舶工程)
国家重点基础研究发展计划项目61388
2010-09-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
347-350