近年來，鑒于神經(jīng)網(wǎng)絡的特性和發(fā)展?jié)摿?，神?jīng)網(wǎng)絡成為研究的熱點之一。伴隨著控制對象復雜性的提高，系統(tǒng)存在的不確定因素和難以確切描述的非線性特性也隨之增多，神經(jīng)網(wǎng)絡的研究和發(fā)展顯得尤為重要。與傳統(tǒng)控制系統(tǒng)狀態(tài)觀測器相比，神經(jīng)網(wǎng)絡狀態(tài)觀測器具有更強的逼近非線性函數(shù)的能力和容錯性，尤其適用于多輸入多輸出系統(tǒng)。
    與線性定常系統(tǒng)中的設計[2]相比，本文是在非線性系統(tǒng)中利用前饋神經(jīng)網(wǎng)絡的函數(shù)逼近能力，設計出了一種神經(jīng)網(wǎng)絡觀測器，并對觀測器的穩(wěn)定性進行了分析。本文采用了LM優(yōu)化算法來改進BP網(wǎng)絡，由于其算法可以比標準梯度下降法網(wǎng)絡訓練速度提高幾十甚至上百倍[3]，從而大大提高了工作效率。仿真結果說明了設計的合理性和有效性。
1 觀測器設計原理
    神經(jīng)網(wǎng)絡觀測器的原理與傳統(tǒng)狀態(tài)觀測器相似，都是利用重構的思想。神經(jīng)網(wǎng)絡的主要作用是來逼近系統(tǒng)中的非線性函數(shù)。首先將輸入量u、狀態(tài)變量x作為BP神經(jīng)網(wǎng)絡的輸入，對神經(jīng)網(wǎng)絡進行訓練，使其逼近非線性函數(shù)h(x,u)；然后將訓練好的網(wǎng)絡用于構成觀測器，并通過神經(jīng)網(wǎng)絡觀測器的輸出y與原來系統(tǒng)的輸出y的差值來確定調(diào)整BP網(wǎng)絡的權值，使其獲得想要的狀態(tài)估計變量x。系統(tǒng)只有y可以直接測量。
    設計一個神經(jīng)網(wǎng)絡觀測器關鍵是找一個神經(jīng)網(wǎng)絡去識別非線性，并且利用傳統(tǒng)的觀測器思想去重構狀態(tài)。因此，神經(jīng)網(wǎng)絡觀測器模型如圖1所示。
2 神經(jīng)網(wǎng)絡非線性系統(tǒng)觀測器的建立
    給定如下的非線性系統(tǒng)：



 
  

     本文在非線性系統(tǒng)下建立了神經(jīng)網(wǎng)絡觀測器，其具有很好的逼近非線性函數(shù)的能力。仿真結果說明了其有效性。
參考文獻
[1] 周東華, 葉銀忠. 現(xiàn)代故障診斷與容錯控制[M]. 北京:清華大學出版社，2000.
[2] 田建兵, 鄭晟. 基于神經(jīng)網(wǎng)絡的狀態(tài)觀測器設計[J]. 機械工程與自動化，2008,16(3)：22-25.
[3] 高雪鵬, 叢爽. BP網(wǎng)絡改進算法的性能對比研究[J]. 控制與決策, 2001,16(2)：167-172.
[4] LAKHAL A N, TLILI A S, BRAIEK N B. Neural network observer for nonlinear systems application to induction motors[J]. International Journal of Control and Automation, 2010, 3(1).
[5] ABDOLLAHI F, TALEBI H A. A stable neural network observe-based observer with application to flexible joint manipulators[J]. IEEE Transaction on Neural Network. 2006(1)：118-129.
[6] 武宏偉, 戴瓊海, 王普, 等. 基于神經(jīng)網(wǎng)絡的非線性系 統(tǒng)的觀測器設計[J]. 清華大學學報，2000，40(3)：11-15.
[7] 叢爽. 面向MATLAB工具箱的神經(jīng)網(wǎng)絡理論與應用[M]. 北京: 中國科學技術出版社, 2009.