，， ，，

(1.北京航天测控技术有限公司，北京 100041； 2.甘肃酒泉十四支局，甘肃 735018)

0 引言

吊舱是现代作战飞机进行不同飞行任务时配备的专用外挂设备，通过加装各功能吊舱能使战斗机在超低空飞行、夜间瞄准、精确制导、电子对抗等方面的性能大幅度提高，吊舱的健康状态极大的影响着武器系统的战斗力。机载武器吊舱是重复使用的航空设备，需要频繁的挂机飞行，而且工作环境恶劣经常面临过载冲击、振动冲击、高空超低温等苛刻条件，因此需要依据吊舱测试结果进行有效的故障分析与故障定位。

结合现有多型吊舱通用检测设备，吊舱的测试数据通过吊舱综合测试设备施加不同激励信号后获得，测试数据中包含了吊舱的故障信息。吊舱设备的故障诊断属于小样本、非线性的模式识别问题，SVM算法适用于处理该类问题。SVM模型参数直接影响了模型的性能，如何选用合适核函数和参数是建立吊舱有效故障诊断模型的关键，依据人为经验的选用方式不仅影响模型性能，还降低了算法的使用性能。本文探究采用改进的SVM算法建立故障诊断模型，采用K-CV和粒子群算法进行SVM模型的参数优化，建立更加准确的故障诊断模型，以实现吊舱故障类型和故障位置的快速诊断。通过采用吊舱故障诊断数据进行试验研究，本文提出的改进后的SVM算法，可以更好的实现吊舱故障类型的诊断，为武器装备的快速保障提供技术支持。

1 支持向量机算法基本原理

SVM算法最早是为了解决分类问题提出的，通过寻找最有分类超平面，可以在满足分类要求的同时，使得超平面两侧的空白区域最大化。……