期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于LSSVM的MIMO系统快速在线辨识方法 被引量:5
1
作者 周欣然 滕召胜 赵新闻 《计算机应用》 CSCD 北大核心 2009年第8期2281-2284,2314,共5页
针对时变非线性多输入多输出(MIMO)系统在线辨识较困难的问题,提出一种基于最小二乘支持向量机(LSSVM)的快速在线辨识方法。介绍了现有LSSVM增量式和在线式学习算法,并为它引入了一些加速实现策略,得到LSSVM快速在线式学习算法。将MIMO... 针对时变非线性多输入多输出(MIMO)系统在线辨识较困难的问题,提出一种基于最小二乘支持向量机(LSSVM)的快速在线辨识方法。介绍了现有LSSVM增量式和在线式学习算法,并为它引入了一些加速实现策略,得到LSSVM快速在线式学习算法。将MIMO系统分解为多个多输入单输出(MISO)子系统,对每一个MISO利用一个LSSVM在线建模;这些LSSVM执行快速在线式学习算法。数字仿真显示该方法建模速度快,模型预测精度高。 展开更多
关键词 在线系统辨识 时变非线性系统 多输入多输出系统 最小二乘支持向量机
在线阅读 下载PDF
一种基于NARX神经网络的振动主动控制方法 被引量:2
2
作者 宋春生 熊学春 +1 位作者 陈泊远 杜刚 《噪声与振动控制》 CSCD 北大核心 2024年第2期1-7,260,共8页
针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统... 针对主被动混合隔振系统中次级通道的非线性因素和时变特性,设计一种基于有源非线性自回归神经网络(Nonlinear Auto-regressive With Exogenous Inputs Neural Network,NARX-NN)的次级通道系统辨识的方法,并成功应用于振动主动控制系统中。首先,使用NARX神经网络对次级通道进行辨识得到准确的次级通道模型;其次,采用FIR滤波器重构初级通道的输出,从而获得作动器的输出信号,基于重构得到数据对辨识的网络进行在线学习,可以避免由白噪声激励在系统中带来的随机振动对控制效果的影响;最后搭建仿真模型以及实验平台,仿真结果表明,该控制算法可以克服次级通道的时变性导致的次级通道失真问题;实验结果表明,该算法对15、20 Hz的线谱分别取得30.1、40.4 dB的能量衰减效果,能够有效地实现振动主动控制。 展开更多
关键词 振动与波 Fx-LMS前馈控制 NARX神经网络 振动主动控制 在线系统辨识
在线阅读 下载PDF
小波自适应算法在车身振动主动控制中的应用 被引量:3
3
作者 邢峰 《农业工程学报》 EI CAS CSCD 北大核心 2015年第20期62-67,共6页
针对大型、非线性结构的振动抑制问题,提出基于在线系统辨识的小波自适应控制策略,进行车身结构振动主动控制。通过小波自适应控制策略分析、车身结构模态分析和数学模型拟合,搭建了基于并行在线系统辨识的小波自适应控制系统,应用压电... 针对大型、非线性结构的振动抑制问题,提出基于在线系统辨识的小波自适应控制策略,进行车身结构振动主动控制。通过小波自适应控制策略分析、车身结构模态分析和数学模型拟合,搭建了基于并行在线系统辨识的小波自适应控制系统,应用压电智能元件作为传感器和控制器,搭建了车身结构振动控制试验平台。通过小波自适应控制,车身壁板振动幅值减小60%左右,特别是被动控制效果较差的低频区域,壁板振动幅值约减小40%~80%。试验结果表明,该文所建立的在线系统辨识小波自适应控制系统,对于轿车车身这样大型的非线性结构在时变、不确定激励下的振动,能够取得良好控制效果,为解决各类工程机械减振降噪问题提供参考。 展开更多
关键词 振动 算法 控制系统 小波自适应 在线系统辨识 主动控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部