改進的神經(jīng)網(wǎng)絡(luò)觀測器在非線性系統(tǒng)中的應(yīng)用

姜寅令，李艷輝，王海星

(東北石油大學(xué)電氣信息工程學(xué)院，黑龍江大慶163318)

改進的神經(jīng)網(wǎng)絡(luò)觀測器在非線性系統(tǒng)中的應(yīng)用

姜寅令，李艷輝，王海星

(東北石油大學(xué)電氣信息工程學(xué)院，黑龍江大慶163318)

為降低非線性觀測器對模型精度的依賴性，提出一種非傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)觀測器設(shè)計方法。該神經(jīng)網(wǎng)絡(luò)為三層前饋網(wǎng)絡(luò)，采用帶修正項的誤差反傳算法進行訓(xùn)練，以保證控制的精度和權(quán)值有界，利用神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)的非線性部分，并結(jié)合傳統(tǒng)的龍伯格觀測器重構(gòu)系統(tǒng)狀態(tài);利用Lyapunov直接法保證基于權(quán)值誤差的非觀測器的穩(wěn)定性，并將該觀測器應(yīng)用于機器人軌跡跟蹤控制中。仿真結(jié)果表明，該方法解決了模型不確定系統(tǒng)狀態(tài)觀測問題，適用于模型精度較低的非線性系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)觀測器;非線性系統(tǒng);機器人

0 引 言

近幾十年，龍伯格觀測器與卡爾曼濾波器一直是傳統(tǒng)線性觀測器的代表［1-3］，但這種局部線性化模型是有缺陷的，即工作滿意度區(qū)間較小，局限于操作點附近。因此，傳統(tǒng)的非線性觀測器得到迅速發(fā)展，如魯棒觀測器［4，5］和高增益觀測器［6］等。然而傳統(tǒng)的非線性觀測器的建立較為復(fù)雜且對系統(tǒng)模型的精確性要求較高。筆者在非線性系統(tǒng)多層前饋神經(jīng)網(wǎng)絡(luò)觀測器的基礎(chǔ)上［7，8］對其進行改進，采用帶線性濾波器的sigmoid活化函數(shù)，增強其抗干擾能力。為保證狀態(tài)觀測器的穩(wěn)定性，參考文獻［9，10］選擇了帶修正項的誤差反傳算法進行訓(xùn)練以保證控制的精度和權(quán)值的有界，并減少了穩(wěn)定的限制條件，使系統(tǒng)穩(wěn)定的設(shè)計參數(shù)選擇余地增大。……