改进的神经网络观测器在非线性系统中的应用

作     者：姜寅令 李艳辉 王海星 JIANG Yinling;LI Yanhui;WANG Haixing

作者机构：东北石油大学电气信息工程学院黑龙江大庆163318 

基　　金：黑龙江省科学基金资助项目(QC2013C066) 黑龙江省普通高等学校青年学术骨干支持计划基金资助项目(1254G004) 

出 版 物：《吉林大学学报（信息科学版）》 (Journal of Jilin University（Information Science Edition）)

年 卷 期：2015年第33卷第4期

页      码：471-475页

摘      要：为降低非线性观测器对模型精度的依赖性,提出一种非传统的神经网络观测器设计方法。该神经网络为三层前馈网络,采用带修正项的误差反传算法进行训练,以保证控制的精度和权值有界,利用神经网络识别系统的非线性部分,并结合传统的龙伯格观测器重构系统状态;利用Lyapunov直接法保证基于权值误差的非观测器的稳定性,并将该观测器应用于机器人轨迹跟踪控制中。仿真结果表明,该方法解决了模型不确定系统状态观测问题,适用于模型精度较低的非线性系统。

主 题 词：神经网络观测器 非线性系统 机器人 

学科分类：08[工学] 080402[080402] 0804[工学-材料学] 

D　O　I：10.3969/j.issn.1671-5896.2015.04.019

馆 藏 号：203197544...