针对参量阵系统这样一个强非线性声学系统的声音输出扭曲问题,提出了神经网络自适应逆控制策略。首先介绍了参量阵系统的逆模型,并由参量系统模型和它的逆模型构成一个伪线性系统。控制系统中的BP网络自适应调节PID(Proportional Integr...针对参量阵系统这样一个强非线性声学系统的声音输出扭曲问题,提出了神经网络自适应逆控制策略。首先介绍了参量阵系统的逆模型,并由参量系统模型和它的逆模型构成一个伪线性系统。控制系统中的BP网络自适应调节PID(Proportional Integral Derivative)的三个控制参数,并利用PID控制参量阵系统。通过对MATLAB建立的复合逆控制模型进行仿真研究。仿真结果表明:神经网络PID控制具有较高的控制精度和适应性,可以获得良好的控制效果。展开更多
文摘针对参量阵系统这样一个强非线性声学系统的声音输出扭曲问题,提出了神经网络自适应逆控制策略。首先介绍了参量阵系统的逆模型,并由参量系统模型和它的逆模型构成一个伪线性系统。控制系统中的BP网络自适应调节PID(Proportional Integral Derivative)的三个控制参数,并利用PID控制参量阵系统。通过对MATLAB建立的复合逆控制模型进行仿真研究。仿真结果表明:神经网络PID控制具有较高的控制精度和适应性,可以获得良好的控制效果。