基于UPF的WNN学习算法及其应用

• 作者: 席新 张铁 杨国洲 甘旭升 魏燕明
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 无迹Kalman滤波 粒子滤波 小波网络 重要性密度函数
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 工程实践
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP181
• 字数: 3051字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.07.027

摘要

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法.算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试.实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏燕明		21	77	6.0	8.0
2	甘旭升	空军工程大学空管领航学院	58	152	7.0	10.0
3	杨国洲	空军工程大学空管领航学院	7	1	1.0	1.0
4	张铁		2	0	0.0	0.0
5	席新	空军工程大学空管领航学院	1	0	0.0	0.0