加速度计非线性动态建模方法研究

发布时间：2017-09-23 05:11

  本文关键词：加速度计非线性动态建模方法研究

  更多相关文章： 加速度计 SVM 混合核 非线性 动态建模

【摘要】：加速度计动态模型是描述加速度计动态特性的主要方法之一。在加速度计动态特性的研究中,常采用忽略加速度计的非线性特性而把加速度计等价为一个线性弹簧--质量--阻尼器的二阶系统,但在实际的测试环境下,加速度计由于温度、湿度的变化等因素影响总是存在一定的非线性特性,此时对加速度计进行线性化将不能准确地描述其动态特性,根据加速度计的物理结构建立的二阶线性模型已经不能满足复杂环境中的测量要求。因此,利用加速度计校准实验得到的输入输出数据建立加速度计的非线性动态模型成为目前研究加速度计的一个重要内容。本文研究了局部核函数和全局核函数在支持向量机(Support Vector Machine, SVM)学习算法中的优缺点,通过构建混合核函数,有效地克服了单一核函数在处理非线性问题上学习能力弱或泛化能力差的缺陷；介绍了加速度计的弹簧--质量--阻尼器模型,提出了混合核SVM的加速度计非线性动态建模方法。通过构建由线性核函数和径向基核函数组成的混合核函数,采用加速度计绝对法冲击动态校准实验数据,利用赤池信息量准则确定模型阶数,通过调节混合核的权重系数,建立了加速度计的非线性动态模型。实验表明,通过将线性核函数和径向基核函数线性组合构成新的核函数,把加速度计模型分为线性和非线性两部分相串联,建立的加速度计非线性动态模型,经过与二阶模型及单一核函数SVM模型的建模结果进行对比,证明了混合核SVM的加速度计非线性动态建模方法的有效性,所建立的加速度计模型比传统二阶线性模型及单一核函数模型具有更高的建模精度和更好的泛化性能。
【关键词】：加速度计 SVM 混合核 非线性 动态建模
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH824.4
【目录】：

• 学位论文数据集3-4
• 摘要4-6
• Abstract6-12
• 第一章 绪论12-20
• 1.1 引言12
• 1.2 传感器非线性动态建模方法研究现状12-14
• 1.2.1 静态模型与动态模型12-13
• 1.2.2 传感器非线性建模方法13-14
• 1.3 加速度计非线性动态建模方法研究现状14-18
• 1.3.1 加速度计动态特性研究现状15-16
• 1.3.2 加速度计动态建模方法16
• 1.3.3 加速度计非线性建模方法16-18
• 1.4 课题研究意义和主要研究内容18-20
• 1.4.1 课题的研究意义18
• 1.4.2 主要研究内容18-20
• 第二章 混合核SVM非线性动态建模方法20-34
• 2.1 引言20
• 2.2 SVM动态建模原理20-24
• 2.3 核函数24-30
• 2.3.1 核理论基础24-25
• 2.3.2 核函数理论25-29
• 2.3.3 混合核函数的构造29-30
• 2.4 混合核SVM非线性动态建模算法实现30-31
• 2.5 小结31-34
• 第三章 加速度计的非线性动态建模34-44
• 3.1 引言34
• 3.2 加速度计的工作原理34-36
• 3.3 加速度计非线性动态建模36-42
• 3.3.1 核函数的选择及混合核函数的构造36-37
• 3.3.2 加速度计非线性动态模型37-38
• 3.3.3 模型阶数的确定38-39
• 3.3.4 交叉验证优化模型参数39-41
• 3.3.5 加速度计非线性动态建模算法实现41-42
• 3.4 小结42-44
• 第四章 实验与分析44-56
• 4.1 实验装置44-45
• 4.2 二阶线性模型及其误差分析45-48
• 4.3 单一核函数SVM模型及其误差分析48-50
• 4.4 混合核SVM模型及对比分析50-56
• 4.4.1 混合核SVM建模结果50-51
• 4.4.2 与二阶模型建模结果的对比与分析51-52
• 4.4.3 与单一核函数模型对比与分析52-56
• 第五章 结论与展望56-58
• 5.1 结论56
• 5.2 展望56-58
• 参考文献58-60
• 致谢60-62
• 研究成果及发表的学术论文62-64
• 作者简介64-65
• 附件65-66

【参考文献】

中国期刊全文数据库 前4条

1 姬莉霞;马建红;;一种非线性动态的传感器建模算法[J];计算机仿真;2013年06期

2 Ma Yingkun;Xie Shilin;Zhang Xinong;Luo Yajun;;Hybrid calibration method for six-component force/torque transducers of wind tunnel balance based on support vector machines[J];Chinese Journal of Aeronautics;2013年03期

3 吴德会,王晓红;基于支持向量机的传感器动态建模方法[J];自动化仪表;2005年10期

4 鲁金瑞;任顺清;王常虹;;振动整流法辨识加速度计非线性误差模型系数[J];仪器仪表学报;2013年09期

，

本文编号：903374