基于Volterra级数及神经网络的非线性系统建模
在高压下,压力传感器往往会表现出非线性的特性.本文基于反向传播神经网络对Volterra级数表示的非线性系统进行了研究.在分析了神经网络分解后的结构与Volterra级数表示的非线性系统之间的类似关系后,将所使用神经网络中的激励函数在阈值处进行泰勒级数分解,解算出了Volterra级数的各阶核,从而实现了对非线性系统(传感器)的建模.实例建模结果表明,通过使用系统网络方法求解Volterra级数核来对非线性系统进行建模的方法非常有效.
非线性系统 Volterra级数 神经网络 泰勒级数分解 压力传感器
孙冬梅 李永新
南京理工大学(南京)
国内会议
沈阳
中文
5-7,16
2003-09-01（万方平台首次上网日期，不代表论文的发表时间）