收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

神经网络与卡尔曼滤波算法的研究

唐蕾  
【摘要】: 本课题重点研究了神经网络和Kalman滤波的辅助性结合算法。神经网络的映射逼近能力和自学习能力,适用于很多非线性问题;而Kalman滤波则是信息、导航系统等领域中最常用的一种算法,可以实现系统状态的最优估计。然而这两种方法各有缺陷:神经网络虽不需要系统确切的数学模型,但有导师学习需要正确的学习样本(或训练样本),大量噪声学习样本会导致一个错误的学习结果,致使神经网络失效;同时神经网络学习速度慢、泛化能力不强等问题也限制了它在工程中的应用。另一方面,Kalman滤波必须有系统确切的数学模型,以及噪声信息的概率特性,这种方法计算精度不高,易发散失效,还存在计算量大、维数灾难等问题。 针对神经网络的学习问题,本文提出了两种改进方法:基于DFP的神经网络学习算法和基于Kalman滤波的神经网络学习算法。前者通过放大更新量,增加噪声扰动,改善了原算法的不稳定性,解决了溢出问题,增强了算法实用性。后者首先在时间更新部分,通过其他学习算法给出预测权值的更新量,然后利用这个结果修改Kalman滤波增益表达式,获得了一套新式的时间更新和测量更新运算,缓解了维数灾难和大量计算性问题,增强了神经网络的鲁棒性,同时还可以采用批处理方式进行神经网络的学习,大大提高了神经网络的学习效率。 针对Kalman滤波的缺陷,文本研究了另一种神经网络和Kalman滤波的辅助性结合算法:以Kalman滤波为算法主体,从补偿技术的角度出发,通过采用两个神经网络分别学习Kalman滤波的预测结果和真实结果,并分别在时间更新部分和测量更新部分对相应结果进行修正,从而改善了Kalman滤波容易发散、精度差等问题。 本文对改进的方法进行了大量实验,通过与以往方法的比较,验证了改进算法的优势。神经网络和Kalman滤波的辅助性结合是目前多种信息技术融合研究的热点问题之一。这两种方法的结合使得算法可以取长补短,改善原算法的相关缺陷,增强算法的实用性,也可在实际应用中提高了系统的精度和抗干扰能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵琳;刘付强;王文晶;徐博;;基于MEMS惯性器件的微型船用组合测姿系统设计[J];系统仿真学报;2009年14期
2 杨秋贵,张杰,张素贞;神经网络自调节变尺度算法及其用于聚酯生产工况预测[J];华东理工大学学报;1997年01期
3 薛博文;张志峰;何婧卿;甘旭升;;基于自适应无迹卡尔曼滤波的小波网络算法及其应用[J];火力与指挥控制;2010年12期
4 盛雪莲;王乾;;人工神经网络[J];科技广场;2008年05期
5 甘旭升;端木京顺;丛伟;;SSUKF-WNN算法及其在飞行器气动力建模中的应用[J];控制与决策;2011年02期
6 张芳芳;贺娟;李明军;;基于导数优化的BP学习算法的研究综述[J];计算机应用研究;2009年03期
7 孙强;惠晓滨;黄鹤;;一种色噪声下的自适应Kalman跟踪滤波器[J];火力与指挥控制;2011年03期
8 刘海玲,刘树深,尹情胜,夏之宁,易忠胜;线性神经网络及在多组分分析中的初步应用[J];计算机与应用化学;2000年Z1期
9 安亮;王可东;;GPS与MEMS-IMU组合导航技术发展现状[J];全球定位系统;2008年03期
10 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
11 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
12 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
13 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
14 ;简讯[J];西安电子科技大学学报;1992年01期
15 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
16 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
17 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
18 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
19 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
20 丁德恒;吕维雪;;基于神经网络的关系模式匹配方法[J];计算机科学;1993年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
7 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
8 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
10 谭阳红;基于小波和神经网络的大规模模拟电路故障诊断研究[D];湖南大学;2005年
中国硕士学位论文全文数据库 前10条
1 唐蕾;神经网络与卡尔曼滤波算法的研究[D];哈尔滨工业大学;2007年
2 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
3 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
4 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
5 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
6 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
7 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
8 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
9 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
10 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978