一类神经网络观测器的设计及应用

• 作者: 任晓东 徐良 李新 缪伟 陈成龙
• 来源期刊: 盐城工学院学报（自然科学版）
• 学科: 工学
• 关键词: 小波神经网络 自适应学习速率 非线性系统 状态观测器
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械·电子·计算机工程研究
• 页码范围: 35-40
• 页数: 6页
• 分类号: TP18
• 字数: 3402字
• 语种: 中文
• DOI: 10.16018/j.cnki.cn32-1650/n.201703008

摘要

为了减少小波神经网络(Wavelet Neural Network,WNN)的母小波与神经元数,在WNN模型修正的基础上提出了一种能够储存小波上一步信息由自反馈神经元组成的自回归小波神经网络(Self Recurrent Wavelet Neural Network,SRWNN);在分析了这种网络的结构形式后,提出了一类非线性系统的神经网络自适应状态观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的正确性;最后,将这种观测器设计方法用于航天器机械手的反演控制,根据SRWNN观测器的估计状态值,应用反演控制理论设计控制器,能够很好地实现系统状态观测,实现无需速度的信号跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	缪伟	南京航空航天大学机电学院	4	74	3.0	4.0
2	任晓东	同济大学工程实践中心	6	5	1.0	2.0
3	徐良	淮海工学院机械工程学院	2	2	1.0	1.0
4	李新	南京航空航天大学机电学院	2	2	1.0	1.0
5	陈成龙		1	1	1.0	1.0