基于函数连接神经网络的传感器Hammerstein模型辨识研究

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.

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

所属期刊栏目：36

分类号：TB973(计量学)

在线出版日期：2015-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：97-101