《基于SVR的传感器Hammerstein模型辨识》PDF+DOC
作者:王晓红,吴德会
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2007年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2007050200
DOC编号:DOCCGJS2007050209
下载格式:PDF + Word/doc 文字可复制、可编辑
《一类非线性动态系统的Hammerstein模型辨识》PDF+DOC2000年第03期 郭毓,刘颖,马勤弟
《基于最小二乘支持向量机的传感器非线性动态补偿》PDF+DOC2007年第06期 吴德会
《传感器非线性动态模型及其辨识的研究》PDF+DOC1994年第02期 王平,段尚枢,赵新民,郭振芹
《基于支持向量机的传感器非线性动态补偿》PDF+DOC2005年第12期 李亚楠,耿伯英
《基于递归神经网络模型的传感器非线性动态补偿》PDF+DOC2003年第01期 田社平
《基于函数连接神经网络的传感器Hammerstein模型辨识研究》PDF+DOC2015年第01期 刘滔,韩华亭,马婧,雷超
《SBE18 pH传感器动态特性研究》PDF+DOC2015年第10期 李冬,廖和琴,田雨
《基于渐近法的废气氧传感器Hammerstein模型辨识》PDF+DOC2010年第07期 滕勤,安鹏,徐科军
《基于最小二乘支持向量机的传感器非线性动态系统辨识》PDF+DOC2008年第03期 吴德会
《引信压力传感器动态标定实验装置的设计》PDF+DOC2007年第01期 王锋,董小瑞,毕浩生
提出一种基于支持向量回归机的非线性动态传感器Hammerstein模型辨识方法并给出了相关的数学理论及学习算法.在该模型中,用非线性静态子环节和线性动态子环节串联来描述传感器的非线性动态特性.再利用函数展开将模型的非线性传递函数转换为等价的线性中间模型,并通过SVR求取中间模型参数.最后,推导出中间模型参数与传感器Hammer-stein模型参数之间的关系,并由该关系实现非线性静态环节和线性动态环节的同时辨识.用实际力传感器动态标定实验数据进行测试,结果表明与常规非线性传感器辨识方法不同,所提方法只需进行一次动态标定实验就能给出非线性动态模型的数学解析表达式.且建立的力传感器Hammerstein模型阶次为4,而线性动态系统模型则需要6阶才能达到相同的精度.因此该研究为传感器非线性动态系统辨识又提供了一种可选方法。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。