计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2011年
9期
2248-2251
,共4页
边信黔%牟春晖%张勋%严浙平
邊信黔%牟春暉%張勛%嚴浙平
변신검%모춘휘%장훈%엄절평
系统辨识%水下无人航行器%输出反馈RBF-Elman网络%动力学模型%非线性系统
繫統辨識%水下無人航行器%輸齣反饋RBF-Elman網絡%動力學模型%非線性繫統
계통변식%수하무인항행기%수출반궤RBF-Elman망락%동역학모형%비선성계통
水下无人航行器(UUV)是具有较强非线性的复杂动态系统,而神经网络具有理论上逼近任意非线性的能力；为了提高UUV的动力学模型精度,运用了基于输出反馈的RBF-Elman (OFRBF-Elman)神经网络的系统辨识方法,即对Elman神经网络进行改进,将网络输出进行延时反馈,作为输入与隐层进行联接;将径向基函数作为隐层节点的激活函数,并以线性最小二乘法调整隐层到输出层的连接权值；然后,将该方法应用于UUV空间六自由度的动力学模型辨识中；最后,通过仿真证明了该网络结构的辨识算法具有很好的逼近能力和快速的训练速度.
水下無人航行器(UUV)是具有較彊非線性的複雜動態繫統,而神經網絡具有理論上逼近任意非線性的能力；為瞭提高UUV的動力學模型精度,運用瞭基于輸齣反饋的RBF-Elman (OFRBF-Elman)神經網絡的繫統辨識方法,即對Elman神經網絡進行改進,將網絡輸齣進行延時反饋,作為輸入與隱層進行聯接;將徑嚮基函數作為隱層節點的激活函數,併以線性最小二乘法調整隱層到輸齣層的連接權值；然後,將該方法應用于UUV空間六自由度的動力學模型辨識中；最後,通過倣真證明瞭該網絡結構的辨識算法具有很好的逼近能力和快速的訓練速度.
수하무인항행기(UUV)시구유교강비선성적복잡동태계통,이신경망락구유이론상핍근임의비선성적능력；위료제고UUV적동역학모형정도,운용료기우수출반궤적RBF-Elman (OFRBF-Elman)신경망락적계통변식방법,즉대Elman신경망락진행개진,장망락수출진행연시반궤,작위수입여은층진행련접;장경향기함수작위은층절점적격활함수,병이선성최소이승법조정은층도수출층적련접권치；연후,장해방법응용우UUV공간륙자유도적동역학모형변식중；최후,통과방진증명료해망락결구적변식산법구유흔호적핍근능력화쾌속적훈련속도.
