模拟电路实现的神经元控制器的仿真研究.pdfVIP

维普资讯 第18卷 第6期 计 算 机 仿 真 2(}O1年l1月 模拟 电路实现的神经元控制器 的仿真研究 罗叉 厂 (广两上学院电子信息与控制工程系，545006) 摘要 该文研究一种适用于电动机控制的模拟 电路实现的神经元 自适应控制器 根据神经元的特性．将数字神经元控制器 模拟化，获得模拟神经元控制器 该文还研究用 ~ TLAB中的动态仿真工具 SIML~JIqK对其进行仿真的方法 仿真结果表 明模拟电路实现的神经元控制器比模拟 HD具有更 良好控制特性，井实现神经元救值的自动调节，诙仿真方法为用电路仿 真软件进行 电路设计、仿真 及实际电路的蛮现打下 良好的基础 ，提高设计敢率。 美键词 模拟 电路 神经元 控制器 SIMULINK 中圈分类号 TP391．9 文献标识码 A 1 引言 本文研究一种适应于电动机控制 的模拟 电路实现的神 近十年来 ，人工神经 网络理论和实践均取得 了 f人注 目 经元 自适应控制器，并研究用 MATLAB中的动态仿真工具 的进展。单神经元作为控制器，因其结构简 ，收敛速度快． SIMLLINK对其进行仿真的方法 。 易于实现实时控制，在控制领域中的应用越来越广泛 但绝 大多数应用都是采用离散式方式，即计算机(或微处理器)编 2 模拟神经元白适应控制器 程方式 (数字神经元控制器) 从解剖学和生理学来看，生物 神经元的特性jJ取为 神经网络是由许多神经元相互连接而构成一个复杂的并行系 u()=R (^)≈(^) (1) 统。是一个模拟连续系统。本质上，连续的模拟电路系统更能 权值 W／(^)的学习算法为 占算法 精确模拟生物神经网络系统 近儿年科技发达国家的主要公 毗( +1)=Wi( + [r(k)一Y( h (k) (2) 司(例如lmel公司、IBM公司等)注重对神经网络芯片、生物芯 式中，r(k)为给定信号，( 为被控对象的实际输出， 为 片的研究，获得了多项专利，说明神经网络的硬件化、模拟化 学习率 是今后 的一个重要研究方向。模拟电路实现的神经元控制器 将具有模拟电路系统具有的优点，比如较低的硬件成本、较强 状态变量取为 的抗干扰能力和调试容易等，同时它也实现神经元权值的庄 】 ()=r(k)，2()=r()一y()=e() (^)： 2()一 2( 一1)： 2() (3J 续 自动调节，且比数字神经元控制器具有更快的调节速度，具 有 良好的控制性能 因此，研究人工神经网络的模拟电路实 由式(2)可得 现皿其应用有十分重要的理论意义和现实意义…。 wi(k+1)一Wi(^)= [r()一y()： (k) 在电动机的控制领域中，神经网络控制与常规的PID控 上式两边同陈以采样周期 ，并将 玑／ 记为一项 ，当 一 制比较，具有调试简单、调节速度快、控制精度和系统鲁棒H 0时得 高等优点，因此随着神经阿络控制技术的成熟，今后的应用 ： 扣 ㈩ f】l c) 也会更加广泛。目前，电机的神经网络控制几乎都采用数字 控制的方式，即通过计算机用软件编程的方式来实现