[发明专利]制导系统陀螺漂移的Q-SVR预测方法

说明书

技术领域

本发明属于制导领域，具体涉及一种制导系统陀螺漂移的快速支持向量回归(Q-SVR)预测方法。主要应用于航空航天领域制导系统，可显著提高陀螺漂移预测效率，有效提升陀螺漂移预测精度。 

背景技术

陀螺仪是制导系统的核心惯性器件，其工作精度在制导系统中起着重要作用。陀螺漂移是影响陀螺仪工作精度的重要指标，也是制导系统的主要误差源，直接影响制导精度。依据历史数据，采用时间序列分析方法对陀螺漂移量进行建模，预测漂移量的变化趋势，对误差进行补偿，及时预报陀螺仪故障，对于提高整个制导系统的精度有着重要的应用意义和工程价值。 

现有陀螺漂移的预测方法包括灰色理论法、时间序列法、神经网络法以及支持向量回归(SVR)法等。灰色理论法适用于具有较强趋势性数据序列的预报，但对随机数据只能起到弱化的作用；时间序列法适用于具有强随机性的平稳数据序列的预测，但只能作为一种动态有限参数的漂移预测；神经网络法借鉴人工智能机制，利用神经网络对陀螺漂移进行预测，但需要大量可靠的历史漂移数据以及多次循环运算；SVR法是预测制导系统陀螺漂移的新兴方法，但其预测过程为一个内外双层嵌套的优化框架，内层优化拉格朗日乘子，外层优化惩罚因子、不敏度感参数和核函数参数，过程复杂，计算缓慢，给工程应用带来较大困难。因而亟需一种快速的陀螺漂移的预测方法。 

发明内容

本发明要解决的技术问题是：有效降低SVR法预测陀螺漂移的计算复杂度，依据历史漂移数据，快速预测陀螺漂移值。 

本发明所采用的技术方案是： 

一种制导系统陀螺漂移的Q-SVR预测方法，归一化陀螺漂移模型的拉格朗日乘子、惩罚因子、不敏感参数以及核参数为单一变量；将约束条件作为惩罚项重构入目标函数中；采用梯度下降方式单层迭代计算目标函数的更新方向和更新步长，给出最优值陀螺漂移预测值。 

如上所述的一种制导系统陀螺漂移的Q-SVR预测方法，具体包括如下步骤： 

步骤一：输入历史漂移数据(x_i，y_i)，...，(x_l，y_l)，预设收敛容忍度ω，障碍因子β，r₀，变量初值X₀； 

步骤二：计算初始目标函数值J(X₀，r₀)，其中