[发明专利]一种基于非线性多入多出MIMO系统的解耦控制方法及其装置有效

专利信息
申请号: 201310322842.4 申请日: 2013-07-30
公开(公告)号: CN103399487A 公开(公告)日: 2013-11-20
发明(设计)人: 段玉波;高丙坤;刘继承;徐建军 申请(专利权)人: 东北石油大学
主分类号: G05B13/00 分类号: G05B13/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 163000 *** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于非线性多入多出MIMO系统的解耦控制方法和装置,其包括:输入模块、神经网络模块、神经网络逆模块、控制模块和延时模块。其中,将神经网络逆模块的输出信号输入控制模块和神经网络模块;所述控制模块与所述神经网络模块在相同的输入信号下,两者的输出信号输入到输出模块;输出模块根据所述控制模块与所述神经网络模块的输出信号生成扰动信号;所述扰动信号经过延时处理后输入神经网络逆模块,经过控制模块后,输入所述输出模块。通过本发明的方法和装置,提高了对非线性MIMO系统的解耦控制的速度和稳定性。
搜索关键词: 一种 基于 非线性 多入多出 mimo 系统 控制 方法 及其 装置
【主权项】:
一种基于非线性多入多出MIMO系统的解耦控制方法,其包括以下步骤:接收输入信号;将所述输入信号以及经延时处理后的输出信号输入神经网络逆模块进行处理;将神经网络逆模块的输出信号输入控制模块和神经网络模块;所述控制模块与所述神经网络模块在相同的输入信号下,两者的输出信号输入到输出模块;输出模块根据所述控制模块与所述神经网络模块的输出信号生成扰动信号;所述扰动信号经过延时处理后经输入模块输入到神经网络逆模块,经过控制模块后,至所述输出模块;其中将所述输入信号以及经延时处理后的输出信号输入神经网络逆模块进行处理包括以下步骤:(1)确定神经网络逆模型的结构;(2)获取神经网络的训练样本;设fs为采样频率,τs为采样时间,N为采样的样本数,采样数据中能够覆盖的最大频率为ωmax=2π·fs/2=π/τs;采样数据中的频率分辨率为ωres=2π·(fs/2)/(N/2)=2π/Nτs;(3)对训练样本进行归一化处理;(4)神经网络逆建模,其包括以下步骤:设第j个隐层神经元的输出为: R j ( X k ) = exp ( | | X k - c j | | 2 δ j 2 ) = G ( | | u - c j | | ) , j = 1,2 , . . . , m , 其中,Xk=(x1k,x2k,...,xnk)T∈Rn为第k个输入向量,n为输入层神经元个数;Rj(Xk)是隐层第j个神经元的输出,cj是为第j个高斯函数的神经元中心,即第j个隐层节点的中心,δj是中心基宽参数,m是隐层神经元的个数,||·||为欧氏范数,u为n维向量;G(·)为径向基函数,具有中心径向对称的特点,离中心点的距离越近输出的数值则越大,对称中心的输出值越大,第k个神经元的输出为yk,即 y k = Σ j = 1 m w kj · R j ( X k ) 其中,wkj是连接隐层神经元j和输出神经元k的连接权值,假设整个网络的输出为: u = Σ k = 1 m y k 网络的期望输出值是ud,则输出层误差为e=ud‑u取目标函数为 J = 1 2 | | u d - u | | 2 则,输出层权值的更新表达式为:wkj(k+1)=wkj(k)+Δwkj(k)=wkj(k)+η(ud‑u)Rj(Xk);隐层中心的表达式为: c j ( k + 1 ) = c j ( k ) + μ ( u d - u ) w kj R j ( X k ) ( X k - c j ) b k 2 , 式中,η,μ为常量,bk为第k个输出节点的阈值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北石油大学,未经东北石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310322842.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top