多核SVM在傳感器動態(tài)建模和補償中的研究.pdf

1、傳感器是檢測系統(tǒng)的窗口，也是檢測系統(tǒng)獲取信息的工具，它測試的準確性決定著檢測系統(tǒng)的性能。提高傳感器的動態(tài)特性和靜態(tài)特性，就能相應的提高檢測系統(tǒng)的性能，而動態(tài)特性尤為關鍵，目前對于如何提高傳感器的動態(tài)特性已成為國內(nèi)外研究的一項重要課題。本文以改善傳感器的動態(tài)特性為目的，將支持向量機應用于傳感器動態(tài)建模和補償中，并深入研究了基于多核的最小二乘支持向量機在傳感器動態(tài)建模和補償中的應用，通過仿真實驗比較分析不同的支持向量機算法在處理傳感器動態(tài)特

2、性問題上的效果。本文主要研究內(nèi)容包括以下幾個方面:
　　(1)研究了不敏感支持向量回歸機、改進型支持向量回歸機、最小二乘支持向量回歸機和基于多核的最小二乘支持向量機的核心理論及其實現(xiàn)方法，以及多核函數(shù)的構(gòu)成和核函數(shù)權(quán)值的選取。
　　(2)分析了幾種傳統(tǒng)的傳感器動態(tài)建模的方法，在此基礎上，從傳感器的動態(tài)特性方面入手，深入研究了支持向量機方法在傳感器動態(tài)建模中的應用。通過不敏感支持向量回歸機、改進型支持向量回歸機、最小二乘支持向

3、量回歸機和基于多核的最小二乘支持向量機對動態(tài)特性表現(xiàn)為線性和非線性的傳感器模型進行了動態(tài)建模的仿真實驗，實驗中比較分析了采用不同核函數(shù)的動態(tài)建模效果。通過仿真實驗比較分析得到，基于多核的最小二乘支持向量機較其它支持向量機的算法在傳感器動態(tài)建模中具有一定的優(yōu)越性，對核函數(shù)及其參數(shù)的依賴性相對較小且具有較高的建模精度和良好的抗噪性能。
　　(3)研究了支持向量機在傳感器動態(tài)補償中的應用。通過對基于參考模型的動態(tài)補償原理的研究，利用支持

4、向量機設計了傳感器的動態(tài)補償器。運用不敏感支持向量回歸機、改進型支持向量回歸機、最小二乘支持向量回歸機和基于多核的最小二乘支持向量機算法分別對線性和非線性的傳感器模型進行了動態(tài)補償?shù)姆抡鎸嶒?，比較分析在同種模型下選取不同算法設計的動態(tài)補償器對傳感器動態(tài)補償?shù)男Ч?。結(jié)果表明利用支持向量機方法設計的動態(tài)補償器在很大程度上改善了傳感器的動態(tài)特性，但是就比較而言，基于多核的最小二乘支持向量機設計的動態(tài)補償器對傳感器的動態(tài)補償效果最好，有效的改善