基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識在水下機器人中的應用研究.pdf

1、系統(tǒng)辨識技術(shù)應用廣泛，用神經(jīng)網(wǎng)絡(luò)來建立水下機器人的運動模型，通過運動狀態(tài)數(shù)據(jù)直接來辨識水下機器人的運動特性，可以作為自適應控制器的辨識器，也可以作為虛擬傳感器，可以為故障診斷提供信息等，因此對智能水下機器人這種復雜的非線性系統(tǒng)進行辨識將具有重要的理論意義和實用價值。本論文就是將系統(tǒng)辨識技術(shù)應用于哈爾濱工程大學研制的某型號水下機器人。本文的研究將對水下機器人技術(shù)的進一步研究有很大意義。 論文首先分析了多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)缺點，利用

2、水平面類Z形運動試驗數(shù)據(jù)在參數(shù)設(shè)置，環(huán)境設(shè)置等方面進行調(diào)整，研究適合水下機器人系統(tǒng)的神經(jīng)網(wǎng)絡(luò)以及應用于在線辨識的網(wǎng)絡(luò)，形成一套對現(xiàn)行網(wǎng)絡(luò)的分析方法和參數(shù)調(diào)整規(guī)律，并對各種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行對比檢驗。特別是對RBF網(wǎng)絡(luò)的中心點問題進行深入的研究，并利用改進的RCRBF網(wǎng)絡(luò)使誤差大大減少。同時對在線辨識的運動參數(shù)估計進行討論，以便用于容錯管理。論文從實用角度出發(fā)針對多輸入多輸出系統(tǒng)，設(shè)計神經(jīng)網(wǎng)絡(luò)模型，在算法的編程實現(xiàn)上，盡量利用已知的程序模塊