改进的神经网络观测器在非线性系统中的应用

• 作者: 姜寅令 李艳辉 王海星
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 神经网络观测器 非线性系统 机器人
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 471-475
• 页数: 5页
• 分类号: TH868
• 字数: 1795字
• 语种: 中文

摘要

为降低非线性观测器对模型精度的依赖性,提出一种非传统的神经网络观测器设计方法.该神经网络为三层前馈网络,采用带修正项的误差反传算法进行训练,以保证控制的精度和权值有界,利用神经网络识别系统的非线性部分,并结合传统的龙伯格观测器重构系统状态;利用Lyapunov直接法保证基于权值误差的非观测器的稳定性,并将该观测器应用于机器人轨迹跟踪控制中.仿真结果表明,该方法解决了模型不确定系统状态观测问题,适用于模型精度较低的非线性系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳辉	东北石油大学电气信息工程学院	63	109	5.0	7.0
2	姜寅令	东北石油大学电气信息工程学院	15	15	3.0	3.0
3	王海星	东北石油大学电气信息工程学院	9	54	5.0	7.0