论文部分内容阅读
为了提高捷联惯性组合导航系统的可靠性，将聚类支持向量机(C-SVM)应用于故障诊断技术，将SINS/MCP，SINS/TAN和SINS/DVL三个子滤波器输出的相关特征量作为训练样本对C-SVM进行训练，根据训练好的C-SVM模型分别对三个传感器进行故障诊断，若发生故障则屏蔽对应传感器的信息，利用其余的传感器进行重构．结果表明，C-SVM的故障诊断正确率较高，特别是当训练样本数有限的情况下也能够达到较好的性能，克服了传统的神经网络在训练样本数较少时推广性能不足的问题，因此这是一种理想的故障诊断技术．