基于前向神经网络的非线性时变系统辨识改进EKF算法

• 作者: 于开平 牟晓明
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 非线性时变系统 多层前向神经网络 系统辨识 改进扩展卡尔曼滤波算法
• 年，卷（期）: 2010,（8）
• 页码范围: 5-8
• 分类号: TH133|O322
• 字数: 3770字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2010.08.002

摘要

为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题,提出了一种改进的扩展卡尔曼滤波(EKF)步骤,然后将改进步骤做为人工神经网络的学习算法用于基于前向神经网络的非线性时变系统辨识.与传统的扩展卡尔曼滤波步骤相比克服了新数据的饱和现象,可以更好地反映系统时变特征.通过一个单变量一般时变非线性系统和一个三自由度非线性时变刚度结构系统算例,仿真验证了新算法在辨识精度和计算量方面的改进特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于开平	哈尔滨工业大学航天学院	120	1404	21.0	33.0
2	牟晓明	哈尔滨工业大学电气工程及自动化学院	10	155	7.0	10.0