一种改进的NLMS算法及其在自适应逆控制中的应用.pdfVIP

小 型 微 型 计 算 机 系 统 2008年 11月 第 11期 JournalofChineseComputerSystems V01．29 No．ii 2008 一 种改进的NLMS算法及其在 自适应逆控制中的应用 韩 华 ，罗 安 (中南大学信息科学与工程学院，湖南 长沙410083) 。(湖南大学 电气与信息工程学院，湖南 长沙410082) E—mail：hua—ban@126．corn 摘 要：提出一种对FIR滤波器和基于反馈RBF网络的非线性滤波器都适用的改进型NIMS(VSMNLMS)算法，并将其应 用于线性和非线性 自适应逆控制 (AIC)系统的逆建模．该算法计算简单，容易实现，具有全局收敛性．数字仿真结果表明VS MNLMS能获得比其它四种变步长 LMS算法更快的收敛速度 、更小的稳态 MSE，更好的鲁棒性，并使 AIC系统具有 良好的动 静态性能，从而验证 了本文提 出的算法和非线性滤波器在 AIC 中的有效性． 关 键 词：自适应逆控制 ；自适应滤波器；NLMS；反馈RBFNN；VSMNLMS； 中图分类号 ：TP202 文献标识码：A 文 章 编 号：1000—1220(2008)11-2171—06 ImprovedNLM SAlgorithm withApplication inAdaptiveInverseControl HAN Hua ．LU0 An0 (SchoolofInformationScienceEngineering·CentralSouthUniversity。Changsha410083。China) 。(CollegeofElectralandInformatino Engineering，HunanUniversity，Changsha410082，China) Abstract：AnImprovedNLMSalgorithm (VSMNLMS)forbothFIR filterandfeedbackRBFNetworkbasednonlinearadap— tivefilterispresentedinthispaper，theproposedfilterandalgorithm areappliedtOtheinversemodelinbothlinearandnonlin— earadaptiveinversecontrol(AIC)system．Thisalgorithm issimple。easytOimplementandwithoutlocalminimums．Practical simulationresultsshow thatthisalgorithmcanachievequickerspeedofconvergence，lowermisadjustmenterrorandbetterro— bustnessthanotherfourvariablestep—sizeLMSalgorithmsdo，andmaketheAICsystem toexhibitexcellentdynamicandstat— icperformances．Soitisverifiedthattheproposedalgorithm andRBFNN basednonlinearfilterareefficienttoadaptiveinverse contro1． Keywords：adaptiveinversecontrol(AIC)；adaptivefilter；NLMS；~edbackRBFNN；VSMNLMS 1 引 言 合FIR滤波器与神经网络构造一种非线性滤波器，使该滤波 器既继承神经网络的强大的非线性映射和逼近能力，又保持 自适应逆控制 (AIC)是一种能兼顾对象动态和扰动的开 FIR滤波器具有的输出和权系数的线性关系，从而避免使用 环控制，对 SISO、MIMO、线性、非线性、复杂的不确定性系统 复杂的可能陷入局部极小值的非线性算法[4]