

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、學(xué)習(xí)能力快、收斂速度快、逼近性能強、無局部極小、便于實現(xiàn)以及魯棒性較強等優(yōu)點,在很多領(lǐng)域都得到了非常廣泛的應(yīng)用。針對目前徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀,在深入地分析RBF神經(jīng)網(wǎng)絡(luò)基本理論的基礎(chǔ)上,針對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在非線性信號處理應(yīng)用中存在的問題,提出了兩種基于RBF網(wǎng)絡(luò)凸組合的新型網(wǎng)絡(luò)結(jié)構(gòu)。進一步研究其學(xué)習(xí)算法及其改進算法,并探討了在非線性信道均衡、混沌時間序列預(yù)測、非線性系統(tǒng)辨識等方面的應(yīng)用,主要內(nèi)
2、容如下:
(1)系統(tǒng)地研究了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的基本理論及其在非線性信號處理領(lǐng)域的應(yīng)用,重點研究徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)非線性自適應(yīng)濾波器的應(yīng)用。針對RBF網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)算法中固定學(xué)習(xí)步長對收斂速度和穩(wěn)態(tài)誤差的影響(即大的步長加快收斂速度但會產(chǎn)生更大的穩(wěn)態(tài)誤差,小的步長雖可降低穩(wěn)態(tài)誤差,但卻減慢了收斂速度),結(jié)合凸組合的相關(guān)理論,提出了一種新型的基于兩層RBF網(wǎng)絡(luò)凸組合(CRBF)的非線性自適應(yīng)濾波器。這種非線性自適應(yīng)濾波器由兩個不
3、同步長的RBF網(wǎng)絡(luò)的凸組合構(gòu)成,每個RBF網(wǎng)絡(luò)的參數(shù)(包括權(quán)值系數(shù),基函數(shù)中心和擴展常數(shù))的更新策略都是單獨通過SG學(xué)習(xí)算法實現(xiàn)的。通過凸組合中的混合參數(shù)的方式,CRBF濾波器中兩個RBF網(wǎng)絡(luò)的優(yōu)點都得以保留,即:大步長自適應(yīng)RBF濾波器的快速收斂和小步長自適應(yīng)RBF濾波器的低穩(wěn)態(tài)誤差。
(2)針對前面提出的CRBF非線性自適應(yīng)濾波器,推導(dǎo)出一種該新型結(jié)構(gòu)適用的學(xué)習(xí)算法。該自適應(yīng)算法能自動調(diào)整RBF網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)以及連接兩個R
4、BF網(wǎng)絡(luò)的凸組合的混合參數(shù)。通過對其在非線性信道均衡、非線性系統(tǒng)辨識、混沌時間序列預(yù)測等三方面的應(yīng)用進行評估,仿真結(jié)果表明,所提出的CRBF結(jié)構(gòu)不僅能夠緩解RBF網(wǎng)絡(luò)收斂速度和穩(wěn)態(tài)誤差之間的矛盾,而且具有更好的跟蹤能力。
(3)針對提出的CRBF結(jié)構(gòu)中凸組合的混合參數(shù)進行了詳細的分析和研究,給出了相對應(yīng)的自適應(yīng)算法。該算法利用梯度下降的原理,對這些混合參數(shù)進行自適應(yīng)的調(diào)整,使得最后組合的網(wǎng)絡(luò)具有最優(yōu)的特性。隨后對其穩(wěn)定性能進行
5、了詳細的分析,研究表明,這種RBF網(wǎng)絡(luò)的凸組合的方式可以達到和最好的RBF網(wǎng)絡(luò)組合同樣好的性能,并且具有更好的魯棒性和跟蹤能力,更重要的是,這種組合結(jié)構(gòu)和自適應(yīng)算法,非常適合在線學(xué)習(xí)的方法。
(4)對前面提出的CRBF網(wǎng)絡(luò)的學(xué)習(xí)算法進行進一步的改進,提出了一種基于最小指數(shù)平方誤差的學(xué)習(xí)算法。這種算法將原CRBF網(wǎng)絡(luò)學(xué)習(xí)算法中小步長的RBF網(wǎng)絡(luò)的誤差代價函數(shù)替換為具有高階統(tǒng)計量的指數(shù)平方誤差代價函數(shù),并利用梯度下降算法原理來對該
6、網(wǎng)絡(luò)的參數(shù)進行自適應(yīng)調(diào)整。通過在非線性自適應(yīng)信道均衡、混沌時間序列預(yù)測和非線性系統(tǒng)辨識等方面的應(yīng)用和仿真,證明了這種算法無論是在收斂速度還是精度上都優(yōu)于傳統(tǒng)的RBF濾波算法及前面提出的CRBF濾波算法。
(5)將基于兩層RBF網(wǎng)絡(luò)凸組合的結(jié)構(gòu)進一步擴展,提出了一種基于多層RBF網(wǎng)絡(luò)凸組合(MCRBF)的非線性自適應(yīng)濾波器。這種非線性濾波器允許任意數(shù)量的獨立RBF濾波器進行組合,每個濾波器使用不同的學(xué)習(xí)步長,通過自適應(yīng)算法可以將
7、不同的自適應(yīng)步長調(diào)整到最理想的狀態(tài),這樣可以克服收斂速度和精度所帶來的局限性。通過這種方法,每個RBF網(wǎng)絡(luò)將對非線性系統(tǒng)中的某種頻率的變化有很好的跟蹤能力,而所有的RBF網(wǎng)絡(luò)的凸組合將對任何形式的變化都有很好的跟蹤能力,從而提高整個MCRBF網(wǎng)絡(luò)的濾波性能。本文將該結(jié)構(gòu)應(yīng)用到非線性動態(tài)系統(tǒng)的辨識中,針對不同的系統(tǒng)模型做了詳細的研究和分析。仿真結(jié)果證明了MCRBF濾波器的有效性,同時表明它在收斂速度,穩(wěn)態(tài)誤差和跟蹤能力等方面的整體性能都得
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 自適應(yīng)濾波器理論及數(shù)字實現(xiàn).pdf
- 自適應(yīng)濾波器逼近及其應(yīng)用.pdf
- 子帶自適應(yīng)濾波器及其應(yīng)用.pdf
- 自適應(yīng)濾波器組合設(shè)計的研究.pdf
- 格型自適應(yīng)濾波器快速算法及其應(yīng)用研究.pdf
- LPPR多速率濾波器組理論及其應(yīng)用研究.pdf
- 自適應(yīng)濾波器的FPGA實現(xiàn)及應(yīng)用研究.pdf
- 基于優(yōu)化算法的自適應(yīng)濾波器設(shè)計及其應(yīng)用研究.pdf
- 自適應(yīng)濾波器的研究.pdf
- 自適應(yīng)濾波器在自適應(yīng)逆控制中的應(yīng)用.pdf
- 免疫算法及其在自適應(yīng)濾波器中的應(yīng)用.pdf
- 自適應(yīng)濾波算法及其應(yīng)用研究.pdf
- 微波濾波器的綜合理論及其應(yīng)用.pdf
- 自適應(yīng)ⅡR濾波器算法研究.pdf
- 自適應(yīng)Volterra濾波器算法研究.pdf
- 新型注入式混合有源濾波器的理論及其應(yīng)用研究.pdf
- 自適應(yīng)濾波器算法的研究與應(yīng)用.pdf
- 自適應(yīng)濾波器算法設(shè)計及其FPGA實現(xiàn)的研究與應(yīng)用.pdf
- 自適應(yīng)濾波器在無線信道均衡中的應(yīng)用研究.pdf
- 射頻系統(tǒng)中MEMS諧振器、濾波器基礎(chǔ)理論及其應(yīng)用研究.pdf
評論
0/150
提交評論