基于SVR的导航传感器自适应野值检测方法

发布时间：2021-10-09 21:34

　　针对Lagrange插值法无法处理连续野值的问题,提出了一种基于改进支持向量回归（Support Vector Regression, SVR）的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点,利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测,并利用3σ准则自适应地计算阈值,然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势,建立舰船的真实运动模型,而且不受连续野值点的影响,能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明,提出的方法对离散和连续的野值点均具有较好的检测效果,同时可以更好地估计传感器的真实测量值。 

【文章来源】：导航定位与授时. 2020,7(05)

【文章页数】：6 页

【部分图文】：

SVR示意图

为了验证本文所提出算法的有效性,选取船舶的实测数据做实验,并与Lagrange插值法进行对比。实测数据是在某次航海试验中采集得到的数据,船上搭载的导航设备有惯导、卫导、电磁计程仪和天文导航系统等。海试的航行轨迹如图2所示。高斯径向基核函数的宽度参数取为σ=4;损失函数ε=0.01;滑动窗宽N=20;模型阶数m=5。本文所使用的算法是在开源代码库LibSVM的基础上进行修改实现的,使用的仿真平台为MATLAB。以电磁计程仪的速度信息为例(图3),原始测量数据中含有较多的野值点。取其中长度均为1000个样本的2段数据进行分析,其中一段只含有少量离散的野值点,另一段含有几处连续的野值点,分别利用Lagrange插值和SVR的方法对数据进行野值处理。

以电磁计程仪的速度信息为例(图3),原始测量数据中含有较多的野值点。取其中长度均为1000个样本的2段数据进行分析,其中一段只含有少量离散的野值点,另一段含有几处连续的野值点,分别利用Lagrange插值和SVR的方法对数据进行野值处理。1)场景1

【参考文献】：
期刊论文
[1]基于SVR的惯性/卫星组合导航系统故障诊断方法[J]. 柳敏,赖际舟,刘建业,黄凯.  控制与决策. 2016(10)
[2]基于残差χ2故障检测的IRS/GPS紧组合算法研究[J]. 马航帅,王丹,孙晓敏,秦永元.  航空电子技术. 2013(04)
[3]基于滑动式Lagrange插值方法的GPS精密星历内插分析[J]. 雷雨,赵丹宁,高玉平.  测绘工程. 2013(02)
[4]改进残差χ2检验法在组合导航故障检测中应用[J]. 阮雯,秦红磊,丛丽,许鹏.  电子测量技术. 2012(11)
[5]基于小波辅助的GPS/SINS组合导航系统故障检测与信息融合算法[J]. 林雪原,王杰,骆卉子.  兵工自动化. 2012(02)
[6]基于聚类模糊系统的动态数据野值剔除方法[J]. 朱学锋.  飞行器测控学报. 2011(05)
[7]基于模糊预测系统的观测数据野值剔除方法[J]. 朱学锋,韩荣阁,杨若红.  系统工程与电子技术. 2006(03)
[8]支持向量机回归在线建模及应用[J]. 王定成,方廷健,高理富,马永军.  控制与决策. 2003(01)
[9]基于辨识ARMA模型的野值剔除方法与卡尔曼滤波修正算法[J]. 颜东,张洪钺.  信息与控制. 1995(03)



本文编号：3427040