基于函数连接神经网络的传感器Hammerstein模型辨识研究

来源：计量学报杂志2015年第1期北京时间：

作者：刘滔,韩华亭,马婧,雷超

单位：空军工程大学防空反导学院, 陕西 西安 710051

摘要：针对非线性动态传感器模型辨识问题,提出利用函数连接神经网络算法对非线性系统的Hammerstein模型进行一步辨识的方法。以多项式逼近传感器中的静态非线性环节,同时结合动态线性环节的差分方程,建立关于直接输入输出的离散数据表达式,利用改进FLANN训练求解Hammerstein模型参数。采用变学习因子的方法对FLANN算法进行改进,提高了收敛速率和稳定性。实验结果表明,该辨识方法简单有效且具有更快的收敛速度。

关键词：计量学; Hammerstein模型; 函数连接神经网络; 非线性动态测试系统; 系统辨识