雷超
- 作品数：4 被引量：5H指数：1
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：中国航空科学基金更多>>
- 相关领域：自动化与计算机技术一般工业技术机械工程更多>>
- 非线性动态传感器系统Hammerstein神经网络补偿法被引量：1
- 2014年
- 针对传感器动态特性中存在非线性的问题,提出一种基于Hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与Hammerstein模型对应的线性动态与非线性静态2个环节;再设计一种新型的神经网络结构,使网络权系数对应于相应的Hammerstein补偿模型参数,并推导反向传播的网络权系数调整方法;最后通过网络迭代训练,求得补偿模型的线性动态与非线性静态两个环节。仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。
- 刘滔韩华亭焦楷哲雷超
- 关键词：传感器HAMMERSTEIN模型
- 基于Wiener模型的传感器动态非线性辨识研究
- 2014年
- 针对实际测量中传感器存在较大非线性的缺点,提出利用改进型Wiener模型描述传感器动态非线性模型;将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识,最终实现传感器模型的建立;通过仿真实验验证比较不同方法的辨识误差与速度,最终结果表明该方法在非线性动态传感器模型辨识方面具有明显的速度和精度优势。
- 雷超韩华亭刘滔
- 关键词：传感器WIENER模型最小二乘支持向量机
- 非线性动态传感器系统的H模型神经网络辨识被引量：3
- 2013年
- 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。
- 刘滔韩华亭马婧雷超
- 关键词：传感器系统辨识HAMMERSTEIN模型
- 基于函数连接神经网络的传感器Hammerstein模型辨识研究被引量：1
- 2015年
- 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。
- 刘滔韩华亭马婧雷超
- 关键词：计量学HAMMERSTEIN模型系统辨识
