模糊類神經網路在推廣型卡爾曼濾波器之應用

Abstract

本 論 文， 研 究 模 糊 類 神 經 網 路 在 推 廣 型 卡 爾 曼 濾 波 器 之 應 用。 本 文 中 所 建 造 的 濾 波 器 含 有 模 糊 類 神 經 網 路 它 能 夠 估 測 非 線 性 動 態 系 統 的 狀 態。 這 裡， 我 們 利 用 一 個 模 糊 類 神 經 網 路來 鑑 別 非 線 性 模 型。 因 為 理 想 的 系 統 模 型 和 模 糊 類 神 經 裝 置 之 間 會 有 模 型 誤 差， 此 誤 差 可 能 影 響 估 測 狀 態 時 的 收 斂 性。 我 們 提 出 一 個 簡 單 有 效 的 補 償 方 法 來 增 強 其 性 能 以 避 免 上 述 的 情 形 。 最 後 我 們 利 用 電 腦 模 擬 的 結 果 來 顯 示 此 種 推廣 型 卡 爾 曼 濾 波 器 之 可 用 性。 In this thesis, We study the discrete-time extended Kalman filter by using a fuzzy neural network. The constructed filter with fuzzy neural plant model makesit possible to estimate the states of a nonlinear dynamical system . Here,wemake use of the fuzzy neural network without normalization to identify the nonlinearplant model. Since the modeling error between ideal plant model and the fuzzy neural plant model may affect the convergence of state estimation,we presenta simple but efficient compensation method to avoid occurrence of divergence and toincrease performance in state estimation. A computer simulation is presented to illustrate the performance and applicability of the proposed filter.