基于高阶神经网络扩展卡尔曼滤波器算法的非线性动….pdfVIP

维普资讯 第32卷 第 2期 哈 尔 滨 工 业 大 学 学 报 V 32．№ ．2 2000年 4月 JOURNALOFHARBIN INs1TrLrrEOFTECHNOLOGY Apr． 2000 文章编号 ：0367．6234(2000)024)107~4 基于高阶神经网络扩展卡尔曼滤波器 f。7一 j弓算法的非线性动态系统辨识 刘春梅 ，沈 毅 恒章，葛升民 ，} |]’ — — — — — — ～ — — — — — ～ (哈 尔滨工业走学 控制工程 系，黑龙江 哈尔滨 150001) 弋 | 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 (El(F)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 ： 神竺! ；扩展 堑里堕堕堡；非线性挠性结构；塾查墨竺塑堡j径向基函数网络 ． 中圉分垂萼■ 萄f互r 文献标识码：A Identificationofnonlineardynamicsystem based onhigh-order neuralnetworksand extendedkalman fdteralgorithm LIU Chtm-mei，SHEN Yi，HU Heng-zhang，GE Sheng-min (Dept．ofControlEngineering，HarbinlrmlJ．tute Technolo~．．Harbin150001，China) Abstract：Highorderneuralnetworksandradialbasisfunctionnetworksan combinedtoident nonlineard~amic systern ．Thelinkweightsofneuralnetworkscanbetakenastheunknc~aparametersofsystem andcanbeestimated byEKFalgorithm80thatthefastconvergenceisassured．1t1esimulationsofspecificmodelimplvthatthismethod isoffastconvergencemadcnbeused inon—lineidentification expediently Keywords：hi曲一orderneuralnePxorks；extendedKalmanfilter；nonlinearflexiblesLmclure；identificationofdY— namicsystem；radialbasisfunction iletworks 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 Ga~ssima函数 和 thin．phte． 非线性动态系统 ，带有 内在的未建模动态特性及 s nes函数，不论采用哪个作用函数 ，RBF网络都 结构不确定性 ，这些特性都使得控制器的设计变 能很好地近似未知的函数…．本文采用扩展的卡 得困难 ．而神经网络可作为一个非线性系统 ，根据 尔曼滤波器算法(EKF)来进行网络连接权值的估 提供的输入输出样本 ，通过调整连接权值，使某一 计，因为