基于SVM算法的碟形水下机器人姿态预测方法研究

• 作者: 刘晓阳 叶秀芬 王天 王雷
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 碟形水下机器人 系统辨识 支持向量机 多输入多输出 预测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 研究与探讨
• 页码范围: 56-59
• 分类号: TP181
• 字数: 2438字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2012.04.018

摘要

碟形水下机器人的运动控制过程是非常复杂的,涉及到很多影响因素,并且是一个非线性控制过程,其姿态控制过程的系统模型的辨识对于实现机器人精确的控制和不同水文环境的自适应预测控制有着重要意义.因支持向量机( SVM)算法经过严格的数学推导,且在非线性等方面的良好表现,提出了将SVM算法用于碟形水下机器人模型的辨识,并设计了一组基于SVM的多输入多输出系统辨识器,可针对控制量进行姿态变化预测.通过在水池中测试的实验数据进行辨识和预测.实验验证预测的均方差不超过0.004,实验结果验证了该算法对碟形潜水器的姿态运动控制系统的辨识与预测有着良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雷	哈尔滨工程大学自动化学院	36	230	8.0	14.0
2	叶秀芬	哈尔滨工程大学自动化学院	43	373	11.0	18.0
3	王天	哈尔滨工程大学自动化学院	6	30	2.0	5.0
4	刘晓阳	哈尔滨工程大学自动化学院	1	4	1.0	1.0