1.一种基于最小二乘支持向量机(LSSVM)多分类的无刷直流电机位置传感方法，其特征在于通过SVM多分类器获取无刷直流电机转子的位置信号，减少电机因位置传感器的存在而带来的误差以及减小电机体积。本发明提出的一种基于LSSVM决策分类的位置检测算法，采用LSSVM二分类结构，通过分层决策确定最终分类输出，主要包括LSSVM分类建模和模型运行部分：

1)LSSVM分类建模部分主要实现步骤如下：

Step1：对有位置传感器同型号无刷直流电机采集系统输入输出检测信号：A、B相电压ua(k),ub(k)电流ia(k),ib(k),ia(k-1),ib(k-1)作为LSSVM的输入，S(K)为转子位置信号，将其作为LSSVM的输出，每个SVM输出对应一个区域样本(非)，不断决策，直至分出每一类别。将直流电机的转子旋转的0-360度电角度分为每60度一个区域共6个区域，转子位置用所在区域序号1-6表示，将测得的训练数据和测试数据进行归一化处理；

Step2：共设置15个LSSVM2分类器，第一层1个分类器就把类别非1(2-6类别)的样本定为正样本，类别非6(1-5类别)的样本定为负样本，第二层2个分类器，沿非1区域(2-6)类别把非2类别的样本定为正样本，把非6类别的样本定为负样本，得到第二个分类器，如此下去，我们可以得到15个这样的两类分类器如表1所示。

表1分层决策分类器

确定核函数Gj，核函数可选取多项式、径向基等函数、sig函数等。

Step3：根据分类器输出分别选取相应类的训练样本，正样本为+1，负样本为-1，采用Vapnik算法对15个LSSVM进行训练，采用网格优化法交叉验证测试获取最优模型参数惩罚系数C、核函数参数得到15个最优LSSVM二分类器。

2)LSSVM决策分类运行部分主要实现步骤如下：

Step1：实时采集相关的电压电流输入信号并归一化；

Step2：将相关的电压电流输入信号输入建立好的LSSVM分类器得到转子所在区域Ki分类结果；

当属于1、2、…、6类有两个及以上结果时保持上次分类结果不变；当属于1、2、…、6类全无结果时保持上次分类结果不变。

Step3根据分类得到的转子位置进行实时控制。通过转子位置推算逻辑换相信号，确定每个区域对应相应开关管的通断，即换相逻辑信号。