基于小波模糊神经网络的DTC系统参数的辨识

模糊神经网络由于具有良好的自学习和自适应能力,在非线性系统辨识中有着广泛的应用,又由于小波变换或分解所表现的良好的时频局部化特性,以及多尺度的功能, 提出了基于小波模糊神经网络的直接转矩控制系统(DTC)参数辨识方法。利用递推正交最小二乘法(ROLS),采用改进的Givens旋转变换技术避免了大型矩阵的QR分解运算。通过计算机仿真证实了该法良好的辨识效果。