基于OFRBF-Elman网络的UUV动力学模型辨识

• 作者: 严浙平 张勋 牟春晖 边信黔
• 来源期刊: 计算机测量与控制
• 关键词: 系统辨识 水下无人航行器 输出反馈RBF-Elman网络 动力学模型 非线性系统
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 2248-2251
• 分类号: TP242
• 语种: 中文

摘要

水下无人航行器(UUV)是具有较强非线性的复杂动态系统,而神经网络具有理论上逼近任意非线性的能力；为了提高UUV的动力学模型精度,运用了基于输出反馈的RBF-Elman (OFRBF-Elman)神经网络的系统辨识方法,即对Elman神经网络进行改进,将网络输出进行延时反馈,作为输入与隐层进行联接;将径向基函数作为隐层节点的激活函数,并以线性最小二乘法调整隐层到输出层的连接权值；然后,将该方法应用于UUV空间六自由度的动力学模型辨识中；最后,通过仿真证明了该网络结构的辨识算法具有很好的逼近能力和快速的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	边信黔	哈尔滨工程大学自动化学院	146	1731	21.0	30.0
2	张勋	哈尔滨工程大学自动化学院	27	114	6.0	8.0
3	严浙平	哈尔滨工程大学自动化学院	96	692	13.0	20.0
4	牟春晖	哈尔滨工程大学自动化学院	10	89	6.0	9.0