上海交通大学学报

上海交通大学学报 ›› 2015, Vol. 49 ›› Issue (12): 1761-1767.doi: 10.16183/j.cnki.jsjtu.2015.12.004

• • 上一篇    下一篇

基于UGM-ULSSVM的导弹制导控制系统状态预测方法

徐廷学, 丛林虎, 董琪   

  1. 中国人民解放军海军航空大学, 中国人民解放军海军航空大学, 中国人民解放军海军航空大学
  • 发布日期:2025-07-01

基于UGM-ULSSVM的导弹制导控制系统状态预测方法

徐廷学, 丛林虎, 董琪   

  1. 中国人民解放军海军航空大学, 中国人民解放军海军航空大学, 中国人民解放军海军航空大学
  • Published:2025-07-01

PDF (PC)

53

摘要： 针对基于特征参数的导弹制导控制系统状态预测存在的状态数据不等间隔、小样本的问题,并考虑各性能特征参数间的相互影响、相互关联的关系,提出了一种基于非等间距灰色联合最小二乘支持向量机(UGM-ULSSVM)的退化状态预测方法.在UGM-ULSSVM模型的训练阶段,根据特征参数序列建立其非等间距灰色预测模型(UGM(1,1)),将UGM(1,1)的拟合值作为输入,原始数据序列作为输出,分别训练得到时间型最小二乘支持向量机(TLSSVM)与空间型最小二乘支持向量机(SLSSVM);在模型的预测阶段,由建立的UGM(1,1)模型和通过证据理论融合TLSSVM和SLSSVM建立的ULSSVM模型组合得到UGM-ULSSVM状态预测模型.以导弹制导控制系统为例,实现了关键参数预测,结果验证了方法的合理性与有效性.

关键词: 导弹, 状态预测, 非等间距, 最小二乘支持向量机

Abstract: 针对基于特征参数的导弹制导控制系统状态预测存在的状态数据不等间隔、小样本的问题,并考虑各性能特征参数间的相互影响、相互关联的关系,提出了一种基于非等间距灰色联合最小二乘支持向量机(UGM-ULSSVM)的退化状态预测方法.在UGM-ULSSVM模型的训练阶段,根据特征参数序列建立其非等间距灰色预测模型(UGM(1,1)),将UGM(1,1)的拟合值作为输入,原始数据序列作为输出,分别训练得到时间型最小二乘支持向量机(TLSSVM)与空间型最小二乘支持向量机(SLSSVM);在模型的预测阶段,由建立的UGM(1,1)模型和通过证据理论融合TLSSVM和SLSSVM建立的ULSSVM模型组合得到UGM-ULSSVM状态预测模型.以导弹制导控制系统为例,实现了关键参数预测,结果验证了方法的合理性与有效性.

Key words: 导弹, 状态预测, 非等间距, 最小二乘支持向量机