基于高阶神经网络扩展卡尔曼滤波器逆算法的非线性挠性结构的姿态控制

摘要：

本文针对非线性挠性结构的姿态控制,提出了一种基于高阶神经网络及径向基函数网络(RBFN)相结合的网络模型,用于非线性挠性结构的动态系统辨识,以及基于卡尔曼滤波器(EKF)逆算法的控制策略.针对神经网络辨识时的模型误差,提出了一种简单有效的补偿方法,给出了建模误差补偿与未补偿时的仿真结果.仿真得出,该方法具有收敛快,算法简单,并能有效消除建模误差等优点.

关键词：高阶神经网络、扩展卡尔曼滤波器逆算法、非线性挠性结构、建模误差补偿

所属期刊栏目：16

分类号：TP1(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：511-514