[发明专利]一种基于支持向量机模型的高超声速进气道不起动识别方法

权利要求书

1.一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述高超声速进气道不起动识别方法具体包括以下步骤：

步骤1：采集进气道起动和不起动状态下，最佳压力测点上的压力数据；

步骤2：利用步骤1的压力数据训练支持向量机模型；

步骤3：基于步骤2训练的支持向量机模型，建立分类准则；

步骤4：在获得最佳压力测点上的压力数据后，带入准则中即可判断进气道的工作状态。

2.根据权利要求1所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述步骤2训练建立的支持向量机模型具体为，随机选取70％的样本作为训练集，利用支持向量机算法研究基于训练样本集的特征选择。利用所有的特征对支持向量机进行训练，得到支持向量机的准确度；再应用支持向量机选择相关的特征子集，最终基于两个位置的压力信号建立高超声速进气道起动和不起动的分类平面。

3.根据权利要求1所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述步骤3建立分类准则包括以下步骤：

步骤3.1：选用递归特征消除方法对输入数据集中的全部特征进行特征筛选；

步骤3.2：采用监督学习的方法来估计模型参数，对步骤1的特征进行数量筛选；

步骤3.3：利用步骤2筛选出的特征数量对输入数据进行归一化处理，

步骤3.4：根据输入数据和输出数据的对应关系，建立数据集，得到分类准则。

4.根据权利要求2所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述步骤3.1具体为，将进气道斜面侧的压力数据作为递归特征消除方法的逻辑回归模型的输入数据。

5.根据权利要求4所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，使用逻辑回归模型进行二项分类时的条件概率分布为：

其中，x∈Rⁿ为模型输入，Y∈{0,1}为模型输出，w为权值向量，b为偏置，w·b为w和b的内积；对于给定的输入样本x，求得P(Y＝1|X)和P(Y＝0|X)。

6.根据权利要求5所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，由逻辑回归模型计算条件概率的公式可知，模型对于输入的x将会得到一个线性函数w·x+b对样本进行分类。

7.根据权利要求2所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述步骤3.2具体为，对于给定的训练数据集T＝{(x₁,y₁),(x₂,y₂),…,(x_N,y_N)}，应用极大似然估计法估计模型参数，从而得到最终的逻辑回归模型；

假设条件概率：

P(Y＝1|x)＝π(x),P(Y＝0|x)＝1-π(x) (3)

似然函数为：

相应地，其对数似然函数为：

对L(w)求极大值，即可得到w的估计值w₀；

每次训练完一个逻辑回归模型，根据学习得到的权值向量估计值w₀，移除权值的绝对值较小的位置，依次迭代；最终，通过递归特征消除方法筛选到所需要的特征数量。

8.根据权利要求4所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，根据喉道处所捕获空气流量判断进气道处于起动或不起动状态，作为模型输出的两个分类，建立数据集，训练逻辑回归模型；得到逻辑回归模型中权值向量w的估计值w₀。

9.根据权利要求2所述一种基于支持向量机模型的高超声速进气道不起动识别方法，其特征在于，所述步骤3.3具体为，将输入的数据映射到均值为0，方差为1的范围中，进而得到归一化的输入数据。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-9任一项所述的高超声速进气道不起动识别方法。