期刊文献+

动态T-S递归模糊神经网络观测器状态辨识

下载PDF
导出
摘要 传统模糊神经网络是一种静态映射,不适宜用于感应电机状态辨识。为提高系统辨识精度,提出一种动态T-S递归模糊神经网络观测器。根据动态递归神经网络观测器模型推导其动态反向传播算法,并利用Lyapunov定理证明该观测器具有全局收敛性。仿真结果表明:由于动态T-S递归模糊神经网络观测器同时利用了当前数据和历史数据进行状态辨识,较传统模糊神经网络观测器在辨识精度和稳定性方面具有更好的效果,且具有更好的收敛性。
作者 马成禄
出处 《消费电子》 2014年第8期58-59,共2页 Consumer Electronics Magazine
  • 相关文献

参考文献6

  • 1G.Yang,T.H.Chin.Adaptive-speed identification scheme for a vector-controlled speed sensorless invert-induction motor drive[J].IEEE Trans.Ind. 1993(07):820-825.
  • 2H.Kubota,K.Matsuse,T.Nakano.DSP-based speed adaptive flux observer of induction motor[J].IEEE Trans.Ind.1993(04):344- 348.
  • 3S.Suwankkawin,S.Sangwongwanich,A speed-sensorless IM drive with decoupling control and stability analysis of speed estimation[J].IEEE Trans.Ind.2002(04):444-445.
  • 4Jin L,Nikiforuk P N, Gupta M M. Dynamic recurrent networks for control of unknown nonlinear systems[J].J Dyn SystMeasur Contr, 1994(04):567-576.
  • 5李庆良,雷虎民,徐小来.基于UKF的自组织模糊神经网络训练算法[J].系统工程与电子技术,2010,32(5):1029-1033. 被引量:5
  • 6雷阳,雷英杰,华继学,孔韦韦,蔡茹.基于自适应直觉模糊推理的目标识别方法[J].系统工程与电子技术,2010,32(7):1471-1475. 被引量:11

二级参考文献25

共引文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部