本文主要研究内容
作者林海龙（2019）在《基于深度神经网络的非线性系统辨识研究》一文中研究指出：非线性系统辨识是科学研究与工程控制的研究重点领域,现阶段对于非线性系统特性分析方法有微分几何法、Hammerstein-Wiener法、迭代法等。但是这些分析方法在分析非线性系统辨识上仍存在偏差,无法精确建模与辨识非线性系统,主要原因是这些方法是通过牺牲非线性系统部分非线性特征。若将这些方法应用于处理复杂非线性系统,则会导致估计的偏差进一步加大。因此为了提高对非线性系统建模与辨识精度,本文展开对复杂非线性系统模型特性研究,提出一种精确建模与辨识复杂非线性系统的方案。本文回顾了前人在非线性系统建模与辨识方面的工作,从信号预处理、非线性系统建模到非线性系统参数辨识,研究并分析其中的理论以及所存在的不足之处,从而提出结合深度神经网络与傅里叶级数来完成对复杂非线性系统的精确建模与多参数辨识的方案。本文首先引入深度神经网络理论为后续研究提供基础,之后在具体方案实现中以马赫泽德干涉模型为研究对象。在具体研究中,本文分析了模型函数方程,建立了模型与傅里叶级数理论的结构关系,实现了对干涉模型的建模。通过深度神经网络理论与实验分析,本文确定了深度神经网络的超参数结构设置。在利用小波阈值去噪方法对信号降噪的基础上,将辨识方案应用解决干涉模型,实验结果表明本文所提出的方案可以精确建模并辨识复杂非线性系统,使得辨识值与真实值达到误差最小。
Abstract
fei xian xing ji tong bian shi shi ke xue yan jiu yu gong cheng kong zhi de yan jiu chong dian ling yu ,xian jie duan dui yu fei xian xing ji tong te xing fen xi fang fa you wei fen ji he fa 、Hammerstein-Wienerfa 、die dai fa deng 。dan shi zhe xie fen xi fang fa zai fen xi fei xian xing ji tong bian shi shang reng cun zai pian cha ,mo fa jing que jian mo yu bian shi fei xian xing ji tong ,zhu yao yuan yin shi zhe xie fang fa shi tong guo xi sheng fei xian xing ji tong bu fen fei xian xing te zheng 。re jiang zhe xie fang fa ying yong yu chu li fu za fei xian xing ji tong ,ze hui dao zhi gu ji de pian cha jin yi bu jia da 。yin ci wei le di gao dui fei xian xing ji tong jian mo yu bian shi jing du ,ben wen zhan kai dui fu za fei xian xing ji tong mo xing te xing yan jiu ,di chu yi chong jing que jian mo yu bian shi fu za fei xian xing ji tong de fang an 。ben wen hui gu le qian ren zai fei xian xing ji tong jian mo yu bian shi fang mian de gong zuo ,cong xin hao yu chu li 、fei xian xing ji tong jian mo dao fei xian xing ji tong can shu bian shi ,yan jiu bing fen xi ji zhong de li lun yi ji suo cun zai de bu zu zhi chu ,cong er di chu jie ge shen du shen jing wang lao yu fu li xie ji shu lai wan cheng dui fu za fei xian xing ji tong de jing que jian mo yu duo can shu bian shi de fang an 。ben wen shou xian yin ru shen du shen jing wang lao li lun wei hou xu yan jiu di gong ji chu ,zhi hou zai ju ti fang an shi xian zhong yi ma he ze de gan she mo xing wei yan jiu dui xiang 。zai ju ti yan jiu zhong ,ben wen fen xi le mo xing han shu fang cheng ,jian li le mo xing yu fu li xie ji shu li lun de jie gou guan ji ,shi xian le dui gan she mo xing de jian mo 。tong guo shen du shen jing wang lao li lun yu shi yan fen xi ,ben wen que ding le shen du shen jing wang lao de chao can shu jie gou she zhi 。zai li yong xiao bo yu zhi qu zao fang fa dui xin hao jiang zao de ji chu shang ,jiang bian shi fang an ying yong jie jue gan she mo xing ,shi yan jie guo biao ming ben wen suo di chu de fang an ke yi jing que jian mo bing bian shi fu za fei xian xing ji tong ,shi de bian shi zhi yu zhen shi zhi da dao wu cha zui xiao 。
论文参考文献
论文详细介绍
论文作者分别是来自广州大学的林海龙，发表于刊物广州大学2019-10-11论文，是一篇关于马赫泽德干涉模型论文,深度神经网络论文,傅里叶级数理论论文,小波阈值去噪论文,广州大学2019-10-11论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自广州大学2019-10-11论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：马赫泽德干涉模型论文; 深度神经网络论文; 傅里叶级数理论论文; 小波阈值去噪论文; 广州大学2019-10-11论文;