光纤陀螺标度因数自适应误差补偿技术研究

根据光纤陀螺（FOG）惯性测量装置的工作原理及惯性器件参数辨识的基本原理,采用传统的三轴转台标定法对光纤陀螺标度因数进行了研究。并针对光纤陀螺标度因数影响导航精度的实际工程需要,提出一种自适应误差补偿的方法,在较大程度上可以减小光纤陀螺标度因数非线性度,利用试验比对验证,结果证明该方法能有效减小光纤陀螺标度因数的非线性度误差,进而提高导航系统的使用精度。     

支持向量机回归方法在船型要素建模中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法，是一种处理非线性分类和非线性回归的有效方法。采用支持向量机回归算法对船型主要要素进行建模，并与常规的回归建模方法进行比较。同时应用实例进行论证，估算结果证明了这种支持向量机回归算法在船型要素建模预测中的有效性和实用性。     

激光陀螺标度因数误差对双轴旋转惯导系统的影响

研制高精度船用激光陀螺捷联惯导系统是惯性技术领域的重要发展方向之一,本文从旋转惯导系统与无旋转惯导系统误差方程的区别出发,详细讨论了双轴旋转惯导系统中激光陀螺标度因数误差的调制机理,仿真分析了对称性标度因数误差和非对称性标度因数误差在典型双轴旋转调制方案下的传播特性,为激光陀螺双轴旋转惯导系统的设计提供理论参考。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于支持向量回归机的船舶操纵运动在线辨识建模

采用滚动时间窗的方法实现支持向量机的在线辨识。以船舶操纵运动响应模型为研究对象,并由10°/10°和15°/15°仿真Z形试验数据构造支持向量机参数辨识所需的训练样本对,应用支持向量机进行船舶操纵运动在线辨识建模,回归操纵运动响应模型中的操纵性指数,并利用建立的响应模型进行Z形试验的数值模拟。将Z形试验数值模拟结果同仿真Z形试验数据进行比较,结果表明,在线式支持向量回归机是一种进行船舶操纵运动在线辨识建模的有效方法。     

基于ν-支持向量机的波浪中船舶操纵运动辨识建模

本文采用系统辨识方法对船舶在波浪中的三自由度操纵运动进行黑箱建模。以KCS船为研究对象，建模所需的数据由规则波中的船模回转试验获得。分别利用原始数据及经低通滤波处理后的数据，应用ν-支持向量机进行黑箱建模。进一步地，利用所建立的模型进行运动预报，并将预报结果与真实的试验值进行比较，对所提出的建模方法进行验证。结果表明，ν-支持向量机是一种可进行波浪中的船舶操纵运动辨识建模的有效方法。     

基于主成分和支持向量机的设备寿命周期费用建模方法

提出运用主成分分析法和支持向量机技术相结合的分析法来减少影响设备寿命周期费用因素的数量,降低建模的难度。利用主成分分析法来约简影响因素,采用支持向量机技术来建模,减少非线性数据带来的不确定性。采用Matlab中的支持向量机工具箱,建立回归估算模型,并以实例分析验证本方法的可行性。     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

基于粗糙-支持向量机的航运企业客户信用评估

针对航运企业客户数据样本量少,信息量贫乏、不确定性等特点,提出了一种基于双向互动的粗糙-支持向量机的动态建模方法.利用该方法对具有复杂动态特性和不确定性的航运企业客户信用评估进行建模,并进行了实例研究.结果表明,基于粗糙-支持向量机的动态模型具有较快的收敛速度、较高的建模精度以及较好的泛化能力.     

光纤陀螺仪建模技术初探

作为新一代的光学陀螺仪，光纤陀螺的性能决定着惯性参考系统的精度，为了提高光纤陀螺的精度，详细分析了陀螺随机漂移的统计特性，对实际采集的捷联陀螺漂移信号进行了分析、建模，同时采用kalman滤波，对陀螺随机漂移进行了补偿仿真，结果表明用ARMA模型描述陀螺随机漂移是合适的。