基于函数连接神经网络的传感器Hammerstein模型辨识研究

• 作者: 刘滔 雷超 韩华亭 马婧
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 Hammerstein模型 函数连接神经网络 非线性动态测试系统 系统辨识
• 年，卷（期）: 2015,（1）
• 页码范围: 97-101
• 页数: 5页
• 分类号: TB973
• 字数: 2829字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2015.01.21

摘要

针对非线性动态传感器模型辨识问题,提出利用函数连接神经网络算法对非线性系统的Hammerstein模型进行一步辨识的方法.以多项式逼近传感器中的静态非线性环节,同时结合动态线性环节的差分方程,建立关于直接输入输出的离散数据表达式,利用改进FLANN训练求解Hammerstein模型参数.采用变学习因子的方法对FLANN算法进行改进,提高了收敛速率和稳定性.实验结果表明,该辨识方法简单有效且具有更快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩华亭	空军工程大学防空反导学院	38	111	7.0	8.0
2	雷超	空军工程大学防空反导学院	4	7	1.0	2.0
3	刘滔	空军工程大学防空反导学院	10	47	4.0	6.0
4	马婧		9	27	3.0	4.0