利用最小二乘支持向量机求解潜艇内外磁场映射模型

发布时间：2024-02-26 02:23

　　为提高潜艇磁隐身能力,应对潜艇固定磁场进行实时监测,提出利用最小二乘支持向量机的潜艇内外磁场映射方法。结合内外映射法和最小二乘支持向量机原理,通过交叉验证优化模型参数,建立由内到外的潜艇磁场映射模型。以潜艇外部垂向固定磁场变化量为分析对象,仿真和实验结果均与标准值吻合良好。与径向基神经网络算法相比,该方法的泛化能力和推算精度有明显提高,且更符合工程实际,对闭环消磁技术的研究具有指导意义。

【文章页数】：5 页

【部分图文】：

图1艇模内部示意图

表1中,艇模的磁导率为200,内部含有若干小立方体壳模拟铁磁设备。27个内部磁传感器环绕内壳沿艇模纵向分布,15个外部磁传感器沿龙骨正下方放置于标准测量平面,如图1所示。将艇模剖分成若干单元,每个单元的磁化强度可认为是常数。由积分方程法[12]反演得到磁矩,通过改变固定磁矩大小,....

图2积分方程法流程图

将艇模剖分成若干单元,每个单元的磁化强度可认为是常数。由积分方程法[12]反演得到磁矩,通过改变固定磁矩大小,同时得到若干组内外固定磁场用于后续的数值计算。值得注意的是,任何物体的磁矩都不是独立的,相邻的磁矩间存在连续性,即单个磁矩不能发生过强的突变。因此,在给定磁矩变化量时,相....

图3仿真分析下LS-SVM和RBFNN推算误差比较

因此,将每一组数据作为测试样本,其余99组作为训练样本,得到每一组测试样本所对应的外部磁场推算值,推算误差如图3所示。最小二乘支持向量机的推算精度明显优于径向基神经网络算法,其误差一般在4%以下,最大误差为10.02%。由于固定磁场变化复杂,训练样本过少,造成RBFNN推算结果误....

图4实验分析下LS-SVM与RBFNN推算误差比较

实验共获取100组磁场值,取其中1组作为测试样本,其余99组作为训练样本,得到每一组测试样本所对应的外部磁场推算值。将外部垂向磁场测量值作为标准值,分别计算LS-SVM算法和RBFNN算法推算值的误差,结果如图4所示。在艇模实验中,最小二乘支持向量机的推算精度同样明显优于径向基神....

本文编号：3911189