基于模糊多输出最小二乘支持向量机的DVL建模方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115099134A(43)申请公布日2022.09.23(21)申请号202210685157.7(22)申请日2022.06.16(71)申请人哈尔滨工业大学（鞍山）工业技术研究院地址114000辽宁省鞍山市千山中路196号(72)发明人赵博张润峰王天宇(74)专利代理机构鞍山嘉讯科技专利事务所(普通合伙)21224专利代理师张群(51)Int.Cl.G06F30/27(2020.01)G06K9/62(2022.01)G06F17/12(2006.01)G06F17/18(2006.01)G01C21/16(2006.01)权利要求书3页说明书7页附图2页(54)发明名称基于模糊多输出最小二乘支持向量机的DVL建模方法(57)摘要本发明公开了一种基于模糊多输出最小二乘支持向量机的DVL建模方法，包括：将单输出最小二乘支持向量机模型扩展到多输出最小二乘支持向量机模型，可应用于多维输出预测模型；考虑了载体机动对多普勒计程仪预测模型的影响，将动态姿态角扩充到预测模型样本中，提高多普勒计程仪预测模型在大机动条件下的适应性；利用模糊隶属度函数来模糊化输入样本，借助样本之间的约束关系自适应调整模糊隶属度函数，克服了对于孤立点过分敏感而带来的过拟合问题；基于FMLS‑SVM的速度预测器能够准确提供估计的DVL测量值，有效延长多普勒计程仪故障的容错时间，从而提高SINS/DVL组合导航系统的精度和可靠性。CN115099134ACN115099134A权利要求书1/3页1.一种基于模糊多输出最小二乘支持向量机的DVL建模方法，其特征在于，包括如下步骤：步骤一，搭建UUV测试平台，获取惯导系统的原始数据，包括三轴加速度计和三轴陀螺仪信息以及DVL输出三轴速度数据；步骤二，对DVL提供的速度信息进行预处理，从多普勒坐标系转换成地理坐标系；步骤三，将动态姿态角扩充到预测模型样本中，以惯性导航系统输出地理坐标系的三轴速度信息及其变化率、姿态角信息作为模型的输入训练样本，以DVL输出载体系下的三轴速度信息DVL作为模型的输出训练样本；步骤四，借助样本之间的约束关系，确定各样本的模糊隶属度函数值，消除噪声和孤立点的影响；步骤五，计算回归函数参数αi,j(i＝1,2,...,N,j＝1,2,...,m)和bj(j＝1,...,m)；步骤六，建立基于模糊最小二乘支持向量机的回归函数；步骤七，对模型预测的DVL速度信息进行后处理，从地理坐标系转换为多普勒坐标系下表示；步骤八，实现对多普勒计程仪模型的在线预测，以固定时间间隔进行连续训练预测模型。2.根据权利要求1所述的一种基于模糊多输出最小二乘支持向量机的DVL建模方法，其特征在于，在步骤一中：在UUV测试平台下，实时采集惯性导航系统及多普勒计程仪的数据，其中惯性导航系统原始数据更新率为100Hz，DVL数据更新率为1Hz，确保数据采集过程中数据没有丢帧。3.根据权利要求1所述的一种基于模糊多输出最小二乘支持向量机的DVL建模方法，其特征在于，在步骤二中：惯性导航系统输出的速度信息是在地理坐标系即n系下表示的，而DVL输出速度是在多普勒坐标系即d系下的，为了统一两个坐标系，需对样本数据进行预处理，将d系下的DVL速度信息转换到n系下，即进行如下转换：式中，vdx,vdy,vdz表示DVL输出在多普勒坐标系下的原始速度信息；vdx1,vdy1,vdz1表示DVL预处理后在导航坐标系下的速度信息，表示多普勒坐标系到载体系的转移矩阵；表示载体坐标系到导航坐标系的转移矩阵。4.根据权利要求1所述的一种基于模糊多输出最小二乘支持向量机的DVL建模方法，其特征在于，在步骤三中：将惯性导航系统提供的航向角及其变化率、纵摇角和横摇角扩充到预测模型输入中，选取训练样本集具体定义为；式中：vdx1,vdy1,vdz1分别表示DVL输出的导航坐标系下三维速度信息；vE,vN,vU分别表示2CN115099134A权利要求书2/3页SINS输出的导航坐标系下三维速度信息；dvE,dvN,dvU分别表示惯性导航系统输出的导航坐标系下三维速度变化率信息；yaw,dyaw,pitch,roll分别表示惯性导航系统输出的航向角、航向角变化率、纵摇角和横摇角。5.根据权利要求1所述的一种基于模糊多输出最小二乘支持向量机的DVL建模方法，其特征在于，在步骤四中：考虑到模型输入参数中SINS提供的速度和速度变化率信息以及模型输出参数中DVL提供的速度信息同为描述载体线运动的物理量，三者之间存在彼此约束的关系，借鉴K最近邻算法的思想，对于每一个样本(xi，yi)，找到与其最邻近的k‑1个样本，组成集合Δvi＝{Δv1,Δv2,...,Δvk}和dvi＝{dv1,dv2,...,dv