闻新　李新　王尔申

(沈阳航空航天大学航空航天工程学部,沈阳 110136)



单隐含层模糊递归小波神经网络的观测器设计

闻新李新王尔申

(沈阳航空航天大学航空航天工程学部,沈阳 110136)

摘要根据模糊神经网络在非线性函数逼近方面的特性和小波变换具有良好的时频两维信号的分析能力,建立了结合两者优点的单隐含层模糊递归小波神经网络(Single hidden Layer Fuzzy Recurrent Wavelet Neural Network, SLFRWNN),并分析了SLFRWNN的结构、激活函数形式及激活函数对网络性能的影响.在此基础上,提出了一种基于SLFRWNN的自适应观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的稳定性,进而给出该网络观测器的初始化和最佳训练算法;仿真结果表明SLFRWNN观测器能很好地观测系统的状态.

关键词模糊神经网络;自适应观测器;非线性系统;仿真

资助项目: 国家自然科学基金(基金号：61571309,61101161)

联系人： 闻新 E-mail: wen_xin2004@126.com

引言

在复杂的系统工程中,系统存在诸多不确定因素和难以描述的非线性特性,为了解决这些问题,各种各样的观测器设计方法不断涌现,神经网络在处理非线性问题方面具有较强优势[1],所以利用神经网络为基础的状态观测器得到了迅速发展.相比传统的状态观测器,神经网络状态观测器具有较强的自适应性.

状态估计问题是由测得的输出量和整个状态变量不一致引起的[2].状态观测器通常是重构一个动态系统的状态,并在反馈控制、系统监控、故障检测和故障诊断等方面有着非常重要的应用.非……