用神经网络实现线性系统状态估计  

Linear State Estimation with Neural Networks

作　　者：赵勇胜[1] 贝超[1] 林维菘[1] 

机构地区：[1]航天工业总公司二院二部

出　　处：《系统工程与电子技术》1998年第1期63-66,共4页Systems Engineering and Electronics

摘　　要：本文研究了一种用神经网络解决线性动态系统状态估计问题的方法。使用了动态优化技术设置Ｈｏｐｆｉｅｌｄ网络的加权矩阵。仿真结果显示本文研究的方法具有广泛的适用性。此方法对于大型系统实时估计具有很大的应用潜力。A neurocomputing approach is developed in this paper to solve a problem of state estimation for linear dynamical systems. Dynamic optimization techniques are used to develop adaptation laws for assigning the weights of a Hopfield net. Simulation results show that the new approach performs very well and is very attractive for the real time implementation of a state estimator for large scale systems. [WT5”HZ〗

关 键 词：仿真 神经网络 线性系统 状态估计 

分 类 号：TP271.61[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]