Классификация маневров подвижного объекта с шестью степенями свободы методом логистической регрессии
https://doi.org/10.17285/0869-7035.2018.26.2.043-058
Аннотация
Представлен новый онлайн-алгоритм классификации маневров подвижного объекта с шестью степенями свободы на основе данных бортового микромеханического инерциального измерительного модуля (ИИМ) (трех акселерометров и трех гироскопических датчиков угловой скорости). Классификация может быть как дискретной (то есть резкий маневр, плавный маневр или отсутствие маневра), так и непрерывной (величина, указывающая на интенсивность маневра). В основе предлагаемого алгоритма лежат метод главных компонент и метод машинного обучения, известный как логистическая регрессия, которая представляет собой модель дискриминативной вероятностной классификации. Результаты полунатурного моделирования с использованием данных микромеханического ИИМ, взятых из реальных экспериментов с беспилотными летательными аппаратами (БЛА), показали эффективность предложенного алгоритма и его пригодность для широкого спектра применений.
Об авторах
М. Аль-МансурСирия
Аль-Мансур Мехьяр. Аспирант, факультет электронных и механических систем
И. Чуаиб
Сирия
Чуаиб Ибрахим. Доктор наук, профессор
А. Джафар
Сирия
Джафар Асеф. Доктор наук, профессор
Список литературы
1. Stengel, R., Aircraft Flight Dynamics, Princeton University, 2014.
2. Triantafyllou, M.S., Hover, F.S., Maneuvering and control of marine vehicles, Cambridge, Massachusetts, USA: edited by authors, 2003.
3. Oza, N.C., Tumer, K., Tumer, I.Y., Hu, E.M., Classification of aircraft maneuvers for fault detection, in: International Workshop on Multiple Classifier Systems, Springer, 2003, pp. 375–384.
4. Tumer, I.Y., Hu, E.M., Principal components analysis of triaxial vibration data from helicopter transmissions, Society for Machinery Failure Prevention Technology, 2001.
5. Stojakovic, P., Rasuo, B., Single propeller airplane minimal flight speed based upon the lateral maneuver condition, Aerospace Science and Technology, Elsevier, vol. 49, 2016.
6. Larry, E.S.I., Croyle S.R., Zero motion detection system for improved vehicle navigation system, uS Patent 5,991,692 (Nov. 23 1999).
7. Bishop, C., Pattern Recognition and Machine Learning, Springer, New York, 2006.
8. Jurafsky, D., Martin, J.H., Speech and Language Processing, Classification: Naive Bayes,Logistic Regression, Sentiment, Pearson, 2014, Ch. 7.
9. Kay, S.M., Nuttall, A.H., Baggenstoss, P.M., Multidimensional probability density function approximations for detection, classification, and model order selection, Signal Processing, IEEE Transactions on, IEEE, vol. 49, 2001.
10. Mitchell, M.H.T.M., Machine Learning, 2nd Edition, Spring, 2015, Ch. 3.
11. Alpaydin, E., Introduction to Machine Learning, third edition Edition, MIT Press, 2014.
12. Paalanen, P., Bayesian classification using Gaussian mixture model and EM estimation: Implementations and comparisons, Information Technology Project, 2004.
13. Jordan, A., On discriminative vs. generative classifiers: A comparison of logistic regression and naive bayes, Advances in neural information processing systems, vol. 14, 2002.
14. Park, H.-A., An Introduction to Logistic Regression: From Basic Concepts to Interpretation with Particular Attention to Nursing Domain, J Korean Acad Nurs, Korean Society of Nursing Science, 2013.
15. Jiang, Chengyu, Xue, Liang, Chang, Honglong, Yuan, Guangmin, and Yuan, Weizheng, Signal Processing of MEMS Gyroscope Arrays to Improve Accuracy Using a 1st Order Markov for Rate Signal Modeling, Sensors, 2012.
16. Shitikov, V.K., Mastitskii, S.E., Classification, Regression, and Other Data Mining Algorithms Using R, Togliatti, London, 2017. (Шитиков В.К., Мастицкий С.Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. Тольятти, Лондон, 2017. 351 с. URL: https://github.com/ranalytics/data-mining.)
17. Crossbow technology, inc, AHRS 400CC User’s Manual, Document Part Number: 6020-0025-01, www. xbow.com.
Рецензия
Для цитирования:
Аль-Мансур М., Чуаиб И., Джафар А. Классификация маневров подвижного объекта с шестью степенями свободы методом логистической регрессии. Гироскопия и навигация. 2018;26(2):43-58. https://doi.org/10.17285/0869-7035.2018.26.2.043-058
For citation:
Al Mansour M., Chouaib I., Jafar A. Maneuver Classification of a Moving Vehicle with Six Degrees of Freedom Using Logistic Regression Technique. Giroskopiya i Navigatsiya. 2018;26(2):43-58. (In Russ.) https://doi.org/10.17285/0869-7035.2018.26.2.043-058



