动态T-S递归模糊神经网络观测器状态辨识

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。