搜索结果: 1-4 共查到“武器系统与运用工程 SVM”相关记录4条 . 查询时间(0.098 秒)
针对长期存储过程中复合材料老化会对武器性能产生影响的问题， 以某型导弹所采用的碳纤维复合导电芯为研究对象， 采用支持向量机对其湿热老化特性数据进行了处理。实验结果表明： 该方法可为武器性能与寿命的评估提供决策参考。
基于多小波能量谱与SVM的 导弹惯性器件故障预报
故障预测 多小波能量谱 惯性器件 支持向量机
2013/4/23
针对利用时域信号进行故障预报精度低的问题，提出一种基于多小波能量谱与支持向量机(SVM)的故障预报方法。该方法以信号在多小波域上分解形成的能量谱作为故障的诊断特征，通过距离评测准则选取最优多小波能量谱特征子集。最后将最优特征作为样本训练支持向量机。利用训练后的SVM进行故障预报，试验结果表明多小波能量谱能更有效地反映惯性器件故障特征，利用SVM与多小波能量谱结合可以得到更好的预测精度。
由于潜器水下悬浮运动时水动力参数的不确定性以及各运动自由度之间的交叉耦合影响，很难得到潜器水下悬浮运动的精确动力学模型。利用支持向量机(SVM)离线辨识系统的α阶静态非线性逆模型，将α阶逆模型作为前馈控制器与原系统组成右逆系统，复合系统解耦线性化为两个相对独立的SISO伪线性子系统。然后采用线性系统设计方法对已解耦系统设计闭环控制器。仿真结果表明，该方法不需要知道原系统的精确数学模型，跟踪精度高，...