基于动态递归神经网的鲁棒观测器研究

摘要：

该文针对一类非线性的单输入单输出（ＳＩＳＯ）系统，用动态递归神经网络（ＤＲＮＮ）研究了一种构造非线性观测器的方法。这种观测器具有以下几个特点：１、神经网络的权系数矩阵在线自适应学习，无需离线学习；２、无需精确了解非线性函数，对系统的未知参数不要求是线性的；３、对某一类型的非线性系统具有普适性。该文对所设计的神经网观测器给出了稳定性和参数有界性的证明，并给出了仿真实验及简要分析。

关键词： 动态递归 神经网络 非线性系统 观测器

作者: 戴琼海 武宏伟 王普 李衍达

作者单位: 清华大学自动化系(北京) 清华大学自动化系

会议类型: 国内会议

会议名称: 中国控制会议

会议地点: 宁波

会议语种:中文

页码: 636～644

在线出版日期: 1998-08-01（万方平台首次上网日期，不代表论文的发表时间）