結合Kalman濾波的RBF神經網絡PID控制
圖1是結合卡爾曼濾波的RBF神經網絡自整定PID控制系統結構，這是一個自適應控制系統,相對於傳統的RBF神經網絡自整定PID控制，它可以有效提高控制系統的魯棒性和精確度。Kalman濾波器對控制過程中存在的狀態噪聲和觀測噪聲進行處理，濾波後還原出系統本來輸出，經過閉環計算系統誤差並傳遞給RBF網絡。RBF神經網絡一邊進行系統辨識，一邊對PID參數自適應調節，然後不斷循環，直到系統輸出很好的跟隨參考
相關文章
- 1. RBF神經網絡滑模控制
- 2. RBF神經網絡
- 3. RBF神經網絡仿真
- 4. kalman濾波
- 5. Kalman濾波
- 6. Kalman濾波器
- 7. Kalman 濾波
- 8. 【神經網絡學習筆記】PID神經元網絡解耦控制算法
- 9. RBF神經網絡與BP神經網絡的比較
- 10. 卷積神經網絡 - 濾波器
- 更多相關文章...
- • DTD - 來自網絡的實例 - DTD 教程
- • TCP/IP網絡訪問層的構成 - TCP/IP教程
- • 漫談MySQL的鎖機制
- • 互聯網組織的未來：剖析GitHub員工的任性之源
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. RBF神經網絡滑模控制
- 2. RBF神經網絡
- 3. RBF神經網絡仿真
- 4. kalman濾波
- 5. Kalman濾波
- 6. Kalman濾波器
- 7. Kalman 濾波
- 8. 【神經網絡學習筆記】PID神經元網絡解耦控制算法
- 9. RBF神經網絡與BP神經網絡的比較
- 10. 卷積神經網絡 - 濾波器