某武器系统测量设备标校周期优化研究.pdfVIP

某武器系统测量设备标校周期优化研究姚刚,等

某武器系统测量设备标校周期优化研究

ResearchontheOptimizationofCalibrationCycleforMeasuringDevice

ofWeaponSystem

姚刚赵建军孙靖杰

(山东烟台海军航空工程学院,山东烟台264001)

摘要:标校周期的确定是测量系统校准工作的重要内容。针对某武器系统测量设备标校周期的确定缺少理论支撑,提出EMD-

SVM-GM组合预测优化方法。采用经验模态分解EMD方法分离原始校准数据的随机波动和趋势项。将预测分为两部分:针对随机波

动的特性,采用支持向量机SVM进行处理;针对趋势项,采用灰色模型GM(1,1)进行预测,综合两者得到最后的预测结果。仿真实例

表明,组合预测方法比单独的预测具有更高的精度,可以应用于标校周期的优化过程。

关键词:标校周期经验模态分解(EMD)支持向量机(SVM)灰色模型(GM)组合预测

中图分类号:TP274文献标志码:A

Abstract:Itisimportanttodefinethecalibrationcycleforcalibrationofthemeasuringsystem.Aimingatthedifficultyoflackoftheoretical

supporttodeterminethecalibrationcycleforthemeasuringdeviceofaweaponsystem,thecombinedforecastingoptimizationmethodofEMD-

SVM-GMisproposed.Thestochasticvolatilityandtrendterminoriginalcalibrationdataareseparatedbyadoptingempiricalmodel

decomposition.Theforecastingisdividedintotwoparts,thestochasticvolatilityisprocessedbyusingSVM,andthetrendtermisforecastedby

adoptinggreymodelGM(1,1),andthefinalforecastresultisobtainedbyintegratingthesetwoparts.Thesimulationexamplesshowthatthe

combinedforecastingmethodoffersbetteraccuracyandcanbeappliedinoptimizationofthecalibrationcycle.

Keywords:CalibrationcycleEmpiricalmodeldecomposition(EMD)Supportvectormachine(SVM)Greymodel(GM)

Combinedforecasting

0引言1标校的数据模型

某型舰空导弹武器为引进装备,自引进以来都是1.1标校原理

根据生产方提供的标校周期(也称校准间隔或校准周标校的主要目的是对武器的系统误差进行测量、

期)进行标校。但由于工作环境不同和服役年限的增评估,确定系统的运行状态并采用相应的误差补偿方

加,武器的标校周期是否符合实际情况需要进行验证。案对系统误差进行消除。标校的基本方法是采用被校

目前,关于标校周期的研究多集中于测量系统。校准准设备和高精度的设备同时测量同一目标,当高精度

周期的确定方法一般分为两类:一类是根据统计数据设备的精度是被校准设备的3倍以上时,可以以高精

进行制定或优化,这需要大量的历史数据做支持,如文