基于HBF神经网络的自适应观测器

• 作者: 张兴旺 张威 闻新
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 状态估计 HBF(Hyper Basis Function)神经网络 非线性系统 决策树
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1315-1319
• 页数: 5页
• 分类号: TP183
• 字数: 3077字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.07.010

摘要

传统的RBF(Radial Basis Function)神经元基函数通常把高斯类型与单一宽度作为每个神经元的激活函数,这些特性限制了网络神经元的性能,特别是在处理复杂的非线性建模问题上.为了克服这个限制,本文应用了具有类似RBF网络,但激活函数不同-超基函数HBF(Hyper Basis Function)的网络.结合RBF网络,分析了HBF网络的结构、基函数形式及基函数对网络的影响,利用决策树算法计算了网络中心.在此基础上,提出了一种基于HBF神经网络的自适应观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的稳定性;最后通过仿真验证了这种HBF神经网络观测器能很好地观测系统的状态值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张威	北京石油化工学院信息工程系	12	94	6.0	9.0
2	闻新	沈阳航空航天大学航空航天工程学部	17	56	3.0	7.0
3	张兴旺	沈阳航空航天大学航空航天工程学部	3	38	2.0	3.0