支持向量机软测量的嵌入式系统平台实现

2012年03月13日16:18:52 本网站我要评论(2)字号：T | T | T

王健伟，宋执环
浙江大学工业控制研究所，浙江杭州

摘　　　要：针对石油化工等复杂过程的软测量问题，以ＡＲＭ与浮点ＤＳＰ双核控制器ＯＭＡＰＬ１３７为核心设计了一种嵌入式软测量平台，能够完成实时数据处理和在线计算。以实时性为目标，对支持向量机的惩罚因子、径向基函数ｇａｍｍａ参数、不敏感区域（容忍经验风险）、训练中止条件等因素进行优化，简化了支持向量机算法，并成功移植到嵌入式平台，实现软测量模型的在线训练。该平台同时具有实时检测与动态显示、操作简单和携带方便等一系列特点。通过对相关数据集的测试，结果表明系统具有高实时性、高精度等优良性能。该平台为石油化工等复杂过程的软测量提供了一种低成本、便携式、高实时性的解决方案。

关　键　词：嵌入式系统；软测量；在线训练；支持向量机

１　引　言
支持向量机与软测量技术在复杂工业工程中得到越来越广泛应用。但目前应用大都基于ＤＣＳ等大型系统，系统成本较高。算法的运行环境也大都基于工业计算机等平台，难以满足嵌入式与便携式要求。嵌入式系统及设备具有体积小、低成本、高性能等特点，得到广泛应用。如果将支持向量机算法移植到一个嵌入式设备上，同时配备良好的运行性能，就可以解决一部分复杂工程问题，并具有小型化与便携式特点。但是支持向量机算法复杂、运算量大，而嵌入式系统的计算与存储能力要明显弱于ＰＣ机，所以在ＰＣ机运用的支持向量机算法不能直接移植到嵌入式平台中，需要进行相关处理与简化。虽然已有支持向量机算法的嵌入式应用，但这些应用大多采用离线训练，只是把训练好的结果移植到嵌入式系统，而没有将训练或优化的过程移植到嵌入式系统中［１］。本文首先搭建双核嵌入式软硬件系统平台，将支持向量机的在线训练成功移植到该双核平台中，较后对大量数据集进行测试，达到了良好的效果。

登录网站后可下载文件

支持向量机软测量的嵌入式系统平台实现

相关阅读: