期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
可重构功放的新颖NARX神经网络逆向建模研究 被引量:1
1
作者 南敬昌 臧净 +1 位作者 高明明 胡婷婷 《微波学报》 CSCD 北大核心 2019年第5期51-56,共6页
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的... 针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。 展开更多
关键词 外部输入的非线性自回归(narx)神经网络 逆向建模 DAFNN神经模型 支持向量机 可重构功率放大器
在线阅读 下载PDF
考虑温度及老化的储能用锂离子电池组荷电状态估算算法
2
作者 姬鹏 吕泽旭 《电工技术学报》 北大核心 2025年第17期5667-5682,共16页
为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回... 为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回路,根据不同温度、不同老化状态下的实验数据对模型进行训练,进而建立考虑温度和老化影响的电池模型。为解决电池组SOC估算问题,电池组模型选择均值差异模型,通过自适应无迹卡尔曼滤波(AUKF)算法分别计算均值及差异模型SOC,并通过模糊控制计算SOC融合权值,实现电池组SOC融合及估算。最后搭建硬件在环仿真平台,在不同工况下将所提算法与扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)算法进行对比,结果表明所提算法估算精确度更高、鲁棒性更好。 展开更多
关键词 电池组荷电状态(SOC)估算 外源输入的非线性自回归模型(narx)神经网络 均值差异模型 自适应无迹卡尔曼(AUKF) 模糊控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部