向量机在惯导系统传递对准中的应用

《向量机在惯导系统传递对准中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第29卷第3期2009年06月弹箭与制导学报JournalofProjectiles．Rockets．MissilesandGuidanceV01．29No．3Jun2009最小二乘支持向量机在惯导系统传递对准中的应用。王希彬1，赵国荣1，夏昱1，高飞2(1海军航空工程学院．山东烟台264001；2海军驻南京地区航空军事代表室．南京210000)擒要：为解决系统阶次较高时Kalman滤波实时性较差的问题．提出将LS-SVM应用于舰载机惯导系统的传递对准。利用Kalman滤波的输入、输出作为LS-SVM滤

2、波的样本值进行训练，得到了滤波的输出值．实现了惯导传递对准中的滤波功能。仿真结果表明将LS-SVM用于传递对准。有效地降低了系统的解算时间。提高了系统的实时性。关键词：支持向量机；最／b--乘法；传递对准；惯导系统；Kalman滤波中圈分类号：V249．322文献标志码：ATheApplicationofLS_·SVMtoTransferAlignmentofINSWANGXibinl．ZHAOGuoron91，XIAYul。GAOFei2(1NavalAeronautiealandAstronauticalU

3、血versity．ShandongYantai264001，China12AeronauticsMilitaryRepresentativeOfficeofNavyinNanjingArea．Nanjing210000．China)Abstract：TosolvetheproblemofKalmanfilter’Sbadrealtimewhensystemstepishigh，L争SVMwasappliedtOtransferalignmentofcarrieraircraft’SINS．Makingthein

4、putandoutputofKalmanfilterassamplevaluesofL孓SVMfilter，thetrainingwasconductedandoutputoffilterwasgotSOthatthefilterfunctionofINStransferalignmentwasrealized．T．hesimulationresultsshowthatwiththeapplicationofLS-SVMtOtransferalignment．thecalculatingtimeofsystem

5、isefficientlyreducedandrealtimeofsystemisimproved．Keywords：supportvectormachine；Ieastsquare；transferalignmentlinertialnavigationsystem；Kaim_anfilterO引言惯性导航系统在进入导航工作状态前必须要进行初始对准。对准的精度影响着导航的精度，对准的速度影响着武器系统的机动性能。传递对准【l-23就是载体在航行时，载体上待对准的子惯导利用已精确对准的主惯导的信息进行初始对准。

6、传递对准通常采用Kalman滤波的方法，但是Kalman滤波器的运算时间与系统阶次的三次方成正比，所以当系统的阶次很高时，Kalman滤波会失去实时性。因此迫切需要将新的智能滤波方法应用于惯导系统的传递对准。对于智能滤波算法在惯导系统的初始对准中的应用，文献[3—7]将BP神经网络、多层BP神经网络、RBF神经网络、小波神经网络、最优估计神经网络等应用于惯导静基座初始对准。但是神经网络要预先设定神经网络的结构或在训练过程中不断地进行摸索，造成了这种方法对“使用者”先验知识和经验的过分依赖，且神经网络易陷人局部极

7、小，存在“过学习”问题。最小二乘支持向量机(1eastsquaresuppoFtvectormachine，LS—SVM)【81是标准SVM的一种新扩展，它的优化指标采用平方项，用等式约束代替标准支持向量机的不等式约束，将二次规划问题转化为线性方程组求解，降低了计算复杂性，加快了求解速度，提高了抗干扰能力。文中以舰载机惯导系统为研究对象，将LS-SVM应用到传递对准中，简化了系统运算的代数结构，获得了与卡尔曼滤波相同的精度，提高了系统的实时性，仿真结果验证了方法的有*收稿日期：2008—07一08基金项目：武器

8、装备预先研究基金资助作者简介：王希彬(1985一)．男。山东青州人。硕士研究生．研究方向：导航、制导与控制．万方数据·18·弹箭与制导学报第29卷效性。1最小二乘支持向量机SuykensE83等人以双螺旋分类问题为背景，创造性地把标准SVM的线性不等式约束转化成了等式约束，从而使得SVM的训练等价于一组线性方程组的求解。该方法被称为最小二乘支持向量机。使得SVM的求解从QP问题向线性方