一类基于神经网络非线性随机系统自适应滤波

作     者：齐国元 陈增强 袁著祉 QI Guoyuan1,2, CHEN Zengqiang1, YUAN Zhuzhi1(1.Department of Automation, Nankai University, Tianjin 300071, China;2.Department of Automation,Tianjin University of Science & Technology, Tianjin 300222, China;)

作者机构：南开大学自动化系 

基　　金：国家自然科学基金资助项目(60174021) 天津市自然科学基金重点资助项目(013800711) 天津市高等学校科技发展基金资助项目(020603) 

出 版 物：《系统工程学报》 (Journal of Systems Engineering)

年 卷 期：2003年第18卷第5期

页      码：419-425页

摘      要：给出非线性MIMO随机系统可观性定义和条件,将非线性SISO确定性系统局部可观性理论拓展到非线性MIMO随机系统.基于这一理论在系统模型和噪声统计未知情况下,提出一类基于神经网络的非线性离散随机系统自适应滤波器的设计方法.考虑过程方程的动态特性和输出方程的静态特性,设计了动态神经网络作为系统的滤波器,前馈神经网络作为系统的输出预报器.充分利用已知观测信息训练两个神经网络,从而提高了状态估计的精度.该方法克服了扩展Kalman滤波要求模型和统计特性精确已知的不足.仿真例子验证了所提出的估计方法的有效性.

主 题 词：神经网络 非线性随机系统 自适应滤波 状态估计 

学科分类：0711[理学-心理学类] 12[管理学] 1201[管理学-管理科学与工程类] 07[理学] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 071102[071102] 081103[081103] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1000-5781.2003.05.006

馆 藏 号：203228945...