神經(jīng)網(wǎng)絡(luò)逆測量方法的改進和應(yīng)用研究.pdf

1、神經(jīng)網(wǎng)絡(luò)逆測量方法是一種理論嚴(yán)格、應(yīng)用廣泛的測量方法，它主要包含兩方面的內(nèi)容：對傳感器的動態(tài)補償和對不直接可測變量的軟測量。但是該方法在具體應(yīng)用的時候存在一些問題，主要是對于一些復(fù)雜系統(tǒng)，逆系統(tǒng)中出現(xiàn)的微分階次較高，對測量噪聲較敏感，可能導(dǎo)致動態(tài)補償或軟測量的結(jié)果不理想。在國家自然科學(xué)基金項目（神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)測量理論及其應(yīng)用研究，項目號：60574097）和高等學(xué)校博士點基金項目（基于“內(nèi)含傳感器”逆的神經(jīng)網(wǎng)絡(luò)軟測量方法及其在生化過程中

2、的應(yīng)用，項目號：20050286029）的共同資助下，本文對神經(jīng)網(wǎng)絡(luò)逆測量方法進行了改進的研究，給出了改進的神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償方法和改進的神經(jīng)網(wǎng)絡(luò)逆軟測量方法，在此基礎(chǔ)上，論文還把改進前后的神經(jīng)網(wǎng)絡(luò)逆測量方法應(yīng)用到實際的傳感器系統(tǒng)和含不直接可測量的復(fù)雜非線性系統(tǒng)，并對相關(guān)結(jié)果進行了分析和比較。本文的主要研究內(nèi)容和取得的成果如下：
　　 1、對基于輸入輸出方程的神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償方法進行了改進，給出了基于狀態(tài)方程描述的神經(jīng)網(wǎng)絡(luò)逆動

3、態(tài)補償方法。針對傳感器的內(nèi)部狀態(tài)無法獲得的情況，提出了一種高增益觀測器的設(shè)計方法，這種觀測器以逆系統(tǒng)的輸出作為輸入，以原系統(tǒng)的標(biāo)稱模型作為觀測器的模型，通過選取適當(dāng)?shù)脑鲆妫垢咴鲆娴挠^測器的狀態(tài)能漸近收斂于傳感器的實際狀態(tài)，進而使逆系統(tǒng)的輸出能漸近逼近原系統(tǒng)的輸入，一維和多維的傳感器動態(tài)補償仿真實驗結(jié)果均證實了這一結(jié)論。仿真結(jié)果還表明，對于復(fù)雜系統(tǒng)或多維傳感器系統(tǒng)，改進方法的動態(tài)補償效果要好于改進前的基于輸入輸出方程的神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償

4、方法。
　　 2、對實際的傳感器系統(tǒng)進行了神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償?shù)膽?yīng)用研究。將基于輸入輸出方程的神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償方法應(yīng)用到典型的一維非線性傳感器（半導(dǎo)體吸收式光纖溫度傳感器），取得了較好的效果，驗證了方法的正確性和有效性；把基于狀態(tài)方程的神經(jīng)網(wǎng)絡(luò)逆動態(tài)補償方法應(yīng)用到典型的二維傳感器（扁環(huán)式二維力學(xué)傳感器），進行了其主通道的動態(tài)補償和多通道的動態(tài)補償解耦的實驗，驗證了改進方法能適用于復(fù)雜系統(tǒng)和多維系統(tǒng)，并在實際應(yīng)用中明顯地提高動態(tài)測

5、量精度。
　　 3、對神經(jīng)網(wǎng)絡(luò)逆軟測量方法進行了改進，給出了改進的“內(nèi)含傳感器”建模算法以及基于改進建模算法的神經(jīng)網(wǎng)絡(luò)逆軟測量方法。改進的方法在構(gòu)建“內(nèi)含傳感器”（原系統(tǒng)中以不直接可測變量為輸入、以直接可測變量為輸出的子系統(tǒng)）的數(shù)學(xué)模型時，在考慮直接可測的狀態(tài)變量的基礎(chǔ)上，同時考慮直接可測的函數(shù)變量（狀態(tài)變量的函數(shù)）作為“內(nèi)含傳感器”的輸出，使“內(nèi)含傳感器”更加容易構(gòu)造成功；改進方法同時對算法步驟也進行了調(diào)整，步驟調(diào)整后的算法能