传感器动态建模FLANN方法改进研究

摘要：

提出一种改进的函数连接型神经网络(FLANN),并将其应用于传感器动态建模.首先,将单输入单输出(SISO)的传感器系统表达为动态差分方程模型;再充分考虑动态模型输出的历史值与参数之间的关系,对模型输出与参数的偏导数进行重新推导,得到了对权值参数偏导数的更高精度估计;最后,利用该模型梯度进行迭代训练,加快了网络收敛速度并提高了收敛的稳定性.实验结果表明,改进FLANN具有更快的收敛速度和更强的鲁棒性,十分适合传感器动态系统的建模.

关键词：函数连接型神经网络、动态模型、辨识、传感器

所属期刊栏目：30

分类号：TP271(自动化技术及设备)

在线出版日期：2009-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：362-367