论文部分内容阅读
针对非线性动态传感器模型辨识问题，提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述，将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型参数的新型神经网络结构，推导了基于反向传播的网络权系数调整方法。通过网络迭代训练同时得到静态与动态两个环节的模型参数。最后通过一个H模型的数值仿真来验证方法的有效性，仿真结果表明所提辨识方法是有效的。