基于耦合補償器的神經網(wǎng)絡控制算法及其FPGA實現(xiàn).pdf

1、研究生畢業(yè)論文（全日制學術型碩士申請學位）（全日制學術型碩士申請學位）論文題目論文題目基于耦合補償器的神經網(wǎng)絡控制算法及其FPGA實現(xiàn)學位申請人學位申請人李荃專業(yè)名稱電路與系統(tǒng)研究方向嵌入式系統(tǒng)與自動化控制指導教師指導教師夏洪副教授2015年6月12日摘要I東華理工大學研究生畢業(yè)論文中文摘要首頁用紙東華理工大學研究生畢業(yè)論文中文摘要首頁用紙畢業(yè)論文題目：基于耦合補償器的神經網(wǎng)絡控制算法及其FPGA實現(xiàn)電路與系統(tǒng)專業(yè)2012級碩士生姓名：

2、李荃指導教師（姓名、職稱）：夏洪副教授摘要本文分析總結了有關多變量控制理論和自適應控制理論等方面的研究成果。研究了幾種新的基于神經網(wǎng)絡的控制算法。主要內容包括：研究了基于PIDNN（比例積分微分神經元網(wǎng)絡）的MIMO（多輸入多輸出）的控制系統(tǒng)。針對傳統(tǒng)的各種解耦控制算法中存在的問題——需要知道系統(tǒng)中耦合函數(shù)的精確表達式，即需要辨識系統(tǒng)的耦合函數(shù)，研究了一種可以避免辨識系統(tǒng)耦合函數(shù)的控制算法。詳細推導了該算法的計算公式，并用MATLAB軟

3、件對多個算例做了仿真。仿真結果說明：這種算法能夠在不知道耦合函數(shù)的情況下，完成控制系統(tǒng)的設計，并獲得較好的系統(tǒng)性能指標。本文還敘述了用FPGA實現(xiàn)了這種控制系統(tǒng)中的耦合補償器。研究了3種神經網(wǎng)絡自適應控制系統(tǒng)：單神經元自適應控制系統(tǒng)，基于RBF神經網(wǎng)絡的自適應控制，基于RBF辨識的神經元自適應PID控制。本文敘述了這3種自適應控制算法的原理，敘述了用MATLAB軟件對它們進行仿真驗證的結果。可以認為這3種算法能夠應用于非線性時變的單變量

4、系統(tǒng)的控制，能夠獲得較好的控制性能。對于傳統(tǒng)的各種解耦控制方法最主要的問題在于：設計解耦器時必須知道各個控制回路之間的精確耦合關系，也就是耦合函數(shù)。然而大多數(shù)多變量系統(tǒng)中耦合函數(shù)很難辨識，因此傳統(tǒng)的解耦控制方法難以實際應用。本文所研究的基于PIDNN的MIMO控制算法，可以解決困擾學術界多年的這一難題。FPGA是新型的器件，具有運行速度快，適應面廣，容易編程的優(yōu)點。特別是它并行運算的特點，用它來實現(xiàn)基于神經網(wǎng)絡的耦合補償器，相比于單片機