科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究了一类神经模糊Hammerstein输出误差非线性系统的辨识建模方法。利用神经模糊模型和传递函数模型分别建立Hammerstein系统的静态非线性模块和动态线性模块，文中利用组合式信号源实现静态非线性模块和动态线性模块参数辨识的分离。首先，采用相关性分析法估计动态线性模块的参数，有效抑制系统输出噪声的干扰。其次，利用辅助模型的输出代替Hammerstein系统中的不可测变量，推导了辅助模型递推最小二乘辨识方法，从而得到非线性模块的参数。仿真结果表明，与最小二乘算法、多项式模型以及多信息方法相比，提出的方法具有参数估计收敛速度快，辨识精度高，建模误差小等优势，验证了所提学习算法的有效性。
-
单位江苏理工学院; 上海师范大学; 机电工程学院
