共查询到20条相似文献,搜索用时 125 毫秒
1.
无人直升机的数学模型是设计先进控制系统的基础,首先采用机理建模的方法分析了直升机的飞行力学特性,加入旋翼运动,并得到了参数化状态空间模型。辨识之前对实验数据进行野值识别,剔除,补正,滤波,去趋势项等处理,利用预报误差法进行系统辨识,再运用遗传算法对预报误差辨识结果进行优化,验证结果表明,达到辨识和优化的目的。 相似文献
2.
提出一种应用径向基函数(RBF)神经网络进行加速度传感器动态性能补偿方法.介绍动态补偿原理以及算法,并将其与BP神经网络法和系统辨识法进行比较.该方法利用加速度传感器的动态标定数据,采用RBF神经网络搜索和优化补偿模型参数.结果表明,这种补偿模型误差小,比用系统辨识法有良好的鲁棒性、能实现在线软补偿,比用BP神经网络有更快的训练速度. 相似文献
3.
为了获得准确的光电跟踪伺服系统的模型,采用自适应差分进化算法对光电跟踪伺服系统进行辨识研究,该算法根据辨识误差平方和自动调整变异、交叉因子。在输入为正弦离散数字信号下辨识系统的离散模型。为了验证算法的有效性,在频域内与扫频法辨识的一、二阶模型和系统实际输出比较研究。实验结果表明:在相同正弦离散信号条件下,辨识输出与系统实际输出基本一致,与扫频法的RMSE相比减小了20.33%,二阶模型在高频段偏离系统实际输出稍大些,一阶系统输出与系统实际输出基本一致。研究结果表明,自适应差分进化算法计算量小,方法简便,辨识准确,在光电跟踪伺服控制领域具有一定的工程应用价值。 相似文献
4.
5.
6.
本文首先介绍了小波神经网络原理,它是将规范正交的小波函数作为基函数网络中的基函数,得到了所谓的小波神经网络。然后介绍了惯性导航系统的故障分析及分类,最后提出了一种基于小波神经网络的非线性观测器的故障检测方法,它是将小波神经网络离线学习和在线学习相结合,获取惯性导航系统输入输出的非线性动力学特性,进而从实际输出与小波神经网络的估计输出中得到预报误差,把它作为残差进行逻辑判决。 相似文献
7.
系统辨识在工业方面应用广泛,用神经网络进行系统辨识适用于线性系统和非线性系统。对系统辨识及神经网络均作了较为详细的介绍,并以BP网络为例介绍了网络的初始化、训练和仿真函数,给出了网络结构的设计和辨识结果的输出。 相似文献
8.
9.
两维转镜的动态控制误差是影响激光制导武器对抗闭环半实物仿真试验精度的重要误差源,建立准确的控制误差模型是系统精度分析的基础。对于转镜的动态控制误差分析建模问题,常采用经典的频域设计法建立控制系统的传递函数来分析其控制误差,建模过程复杂且难以建立准确的模型,提出了一种过程辨识的方法,分析了辨识原理、辨识输入信号设计、模型阶次及模型参数的辨识方法等,在使用行列式比定阶法确定模型阶次的基础上,采用递推最小二乘法建立了转镜的等效动态控制误差模型。然后,根据转镜控制系统指标设计等效正弦信号对该模型进行了验证,结果表明:动态控制误差模型估计输出与实际仿真输出基本相同,估计误差均值为0,最大值仅为13,说明了建模的准确性,同时也为激光制导武器对抗闭环半实物仿真试验系统中其他仿真设备的建模提供了方法支持。 相似文献
10.
11.
12.
13.
14.
说话人识别就是从说话人的一段语音中提取出说话人的个性特征,通过对这些个人特征的分析和识别,从而达到对说话人进行辨认或者确认的目的。神经网络是一种基于非线性理论的分布式并行处理网络模型,具有很强的模式分类能力及对不完全信息的鲁棒性,为说话人识别技术提供了一种独特的方法。BP(Back-propagation Neural Network)是一种非循环多级网络训练算法,有输入层,输出层和N个隐含层组成。首先概述了语音识别技术,介绍了BP神经网络训练过程的7个步骤及其模型,如何建立BP神经网络模型。同时介绍了与其相关的特征参数的提取,神经网络的训练和识别过程,最后,通过编程在Linux系统下实现说话人身份的识别。 相似文献
15.
Identification and control of continuous-time nonlinear systems via dynamic neural networks 总被引:1,自引:0,他引:1
Ren X.M. Rad A.B. Chan P.T. Wai Lun Lo 《Industrial Electronics, IEEE Transactions on》2003,50(3):478-486
In this paper, we present an algorithm for the online identification and adaptive control of a class of continuous-time nonlinear systems via dynamic neural networks. The plant considered is an unknown multi-input/multi-output continuous-time higher order nonlinear system. The control scheme includes two parts: a dynamic neural network is employed to perform system identification and a controller based on the proposed dynamic neural network is developed to track a reference trajectory. Stability analysis for the identification and the tracking errors is performed by means of Lyapunov stability criterion. Finally, we illustrate the effectiveness of these methods by computer simulations of the Duffing chaotic system and one-link rigid robot manipulator. The simulation results demonstrate that the model-based dynamic neural network control scheme is appropriate for control of unknown continuous-time nonlinear systems with output disturbance noise. 相似文献
16.
针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。 相似文献
17.
18.
19.
传统神经网络通常以最小均方误差(LMS)或最小二乘(RLS)为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差(NLMS)准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt(LM)训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。 相似文献
20.
针对多输入多输出(Multiple Input Multiple Output, MIMO)系统中的空时分组码识别(Space-Time Block Code, STBC)问题,本文提出了一种利用卷积-循环神经网络的串行序列空时分组码识别方法。将一维接收信号的实部和虚部分离后输入网络,利用卷积神经网络(CNN)提取其空间特征,结合循环神经网络(RNN)提取其深层时序特征,提高网络的特征表达能力;网络训练过程采用反向传播方法,通过计算输出与目标值的误差,将误差反向传回网络中并更新权值,完成网络的训练过程;将测试集数据输入训练好的网络中,实现对空时分组码的识别和区分。该方法将深度学习算法运用到串行序列空时分组码识别当中,训练完的网络可直接对单接收天线下的空时分组码进行识别,不需要重复计算信号的统计特征,避免了人为设计特征参数和检测阈值。该方法不需要知道信道和噪声的先验信息,适用于电子侦查等非协作通信情况。仿真实验表明,该算法能够有效地对串行序列空时分组码进行识别,并且在低信噪比下有较好的识别性能。 相似文献