来源：期刊VIP网 时间：
作者：裴天琪;于曹阳;连琏;
单位：上海交通大学海洋学院;上海交通大学海洋工程国家重点实验室;
摘要：准确的操纵运动预测对于水下自主航行器（AUV）的安全航行至关重要。为此，本文提出了基于岭回归模型约简的快速最小二乘支持向量机（LS–SVM）操纵运动预测方法。首先，引入岭回归算法，在传统水动力模型的基础上对加速度时序输入变量进行相关性分析，筛选出影响显著的水动力模型输入变量，从而降低模型计算复杂度。其次，针对LS–SVM算法核矩阵运算中维度高、计算复杂的问题，设计了改进拉格朗日函数以消除其中多余的方程偏置项，降低计算高维核矩阵的负载，进一步提升对AUV运动的预测速度。最后，通过基于REMUS模型的仿真试验案例分析得出结论：相较于依赖传统水动力模型的标准LS–SVM预测方法，本文所提出的策略可在保证预测精度的前提下，缩短29.8%的计算运行时间。
关键词：水下自主航行器;;运动预测;;支持向量机;;岭回归算法
基金资助：国家自然科学基金资助项目(42376187;51909161);; 上海市自然科学基金资助项目(22ZR1434600)
