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。