共查询到17条相似文献,搜索用时 78 毫秒
1.
多小波模糊神经网络盲均衡算法 总被引:1,自引:0,他引:1
为了克服传统恒模算法(CMA)采用固定步长造成的收敛速度与收敛精度之间的矛盾,提出了一种基于平衡正交多小波变换的模糊神经网络盲均衡算法(MWT-FNN-BEA).该算法一方面利用模糊神经网络控制器自动调节算法的迭代步长,较好地解决了收敛速度与收敛精度之间的矛盾;另一方面利用平衡正交多小波变换对均衡器输入信号进行去相关性处理,进一步提高了算法的性能。理论分析和水声信道仿真结果表明,所提出的算法具有较快的收敛速度和较小的稳态误差,抗干扰性能好。 相似文献
2.
3.
提出一种结构简单的自适应控制器,控制器是由模糊神经网络和PD控制器并行控制移动机器人路径跟踪。在初始阶段,PD控制器控制路径跟踪并提供控制经验给模糊神经网络学习。在学习信号触发器的管理下,可以在线学习自适应调整模糊神经网络的参数。模糊神经网络控制器既推理产生控制规律,也辩识移动机器人动力学模型,通过BP学习算法实时在线调整自身参数达到路径跟踪自适应控制目的。 相似文献
4.
5.
6.
7.
提出了一种基于运动学与动力学模型的免疫遗传模糊神经滑模混合控制器用于地面作战机器人的控制。算法中利用径向基神经网络逼近滑模控制的等效部分,并通过免疫遗传算法对径向基神经网络参数进行了优化,滑模控制的增益通过模糊控制策略进行了调节。利用该算法对圆形轨迹进行了跟踪控制仿真及试验分析,与传统的滑模控制相比,该算法能够有效克服系统的不确定性因素的影响,有效抑制了滑模控制中抖振现象,系统的动态轨迹跟踪性能得到了优化。 相似文献
8.
9.
10.
针对传统基于模糊神经网络的模型参考自适应控制方法的一些不足,提出了一种基于BP神经网络的模型参考自适应控制结构,并对所使用的BP网络学习算法进行了分析改进。对比分析采用传统自适应方法和改进的自适应方法时,不同的控制仿真结果表明,改进后的方法可以有效地抑制神经网络的“过学习”现象,减小了对神经网络辨识器精度的依赖程度,改进效果显著。 相似文献
11.
12.
为了进一步提高武装机器人稳定平台的控制效果,达到武装机器人在复杂野外环境下的作战要求,使用遗传基因算法对控制武装机器人的稳定平台的模糊控制器进行了优化。首先对模糊控制器的控制规则进行编码,确定种群和个体,然后通过复制、交叉、变异、选择,利用适应度函数选择出更优的个体,进而改良模糊控制器。通过实验仿真证明:利用遗传基因算法优化后的模糊控制器对武装机器人稳定平台的控制效果得到了大幅的提升,遗传基因算法在优化模糊控制器,提升模糊控制器对武装机器人稳定平台控制效果上具有很好的作用。 相似文献
13.
14.
一种自适应模糊小波神经网络及其在交流伺服控制中的应用 总被引:1,自引:1,他引:0
针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang (TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 相似文献
15.
16.
为解决PID参数的在线调整问题,针对龙门刨床的主拖动系统,提出将神经网络的模糊PID自适应控制器用于直流调速系统的方法。分析龙门刨床电气设备的组成,综合模糊控制和神经网络的长处,将神经网络、模糊逻辑和PID控制相融合,构成模糊神经网络控制器,并通过MATALAB对系统进行仿真。设计时,将模糊规则融于神经网络中,通过对神经网络的自学习、自适应能力在线调整模糊规则和隶属函数参数,对PID控制器实现在线实时调整。仿真结果表明,该系统比普通控制器具有更好的动、静态特性。 相似文献
17.
为改善甲醇催化燃烧系统中由于温冲效应导致重整室温度达到稳态时间的滞后问题,运用模糊算法对传统的PI控制器进行优化,根据先验知识实时调整P、I参数,并通过Matlab软件仿真计算和设计实验对2种控制策略性能进行比较.仿真计算和实验结果均表明:在升温快速响应阶段,模糊PI控制器较传统PI控制器响应时间更短、速度更快;在稳定阶段,相较传统PI控制器,模糊PI控制器产生的超调量更小,且能更快使系统温度达到稳定状态.由此可见,模糊PI算法能有效提升系统快速性和稳定性,一定程度改善系统滞后的缺点. 相似文献