基于高阶神经网络扩展卡尔曼滤波器算法的非线性动态系统辨识.pdfVIP

第 32 卷 　第 2 期 　　　　　　　　　　 　Vol . 32 , No . 2 哈 　尔 　滨 　工 　业 　大 　学 　学 　报 　　　　　　　 　 2 0 0 0 年 4 月　　　 　　 　　JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY 　 　 　 　 　 Apr . , 2 0 0 0 　　 ( ) 　　文章编号 : 2000 基于高阶神经网络扩展卡尔曼滤波器 算法的非线性动态系统辨识 刘春梅 , 沈 　毅 , 胡恒章 , 葛升民 ( 哈尔滨工业大学 控制工程系 , 黑龙江 哈尔滨 150001) 摘 　要 : 针对非线性动态系统辨识 ,采用高阶神经网络和径向基函数网络相结合的方法 ,神经网络的连接权 ( ) 值可作为系统的未知参数 ,用扩展卡尔曼滤波器 EKF 算法来估计 ,确保了该方法的快速收敛. 具体模型的 仿真结果表明该方法能快速收敛 ,并能方便的用于在线辨识. 关键词 : 高阶神经网络 ; 扩展卡尔曼滤波器 ; 非线性挠性结构 ; 动态系统辨识 ; 径向基函数网络 中图分类号 : TP273 . 22 　　文献标识码 : A Identif ication of nonlinear dyna mic system based on highorder neural net works and extended kal man f ilter algorithm L IU Chunmei , SHEN Yi , HU Hengzhang , GE Shengmin (Dept . of Control Engineering , Harbin Institute of Technology , Harbin 150001 , China) Abstract : High order neural networks and radial basis function networks are combined to identify nonlinear dynamic system . The linkweights of neural networks can be taken as the unknown parameters of system and can be estimated by EKF algorithm so that the fast convergence is assured . The simulations of specific model imply that this method is of fast convergence and can be used in on - line identification expediently . Key words : highorder neural networks ; extended Kalman filter ; nonlinear flexible structure ; identification of dy namic system ; radial basis function networks ( ) 　　大型挠性结构 如卫星的太阳帆板 是复杂的 典型 的作用 函数 是 Gaussian 函数和 thinplate