基于UPF的WNN学习算法及其应用 |
| |
引用本文: | 魏燕明,甘旭升,张铁,杨国洲,席新.基于UPF的WNN学习算法及其应用[J].火力与指挥控制,2019,44(7). |
| |
作者姓名: | 魏燕明 甘旭升 张铁 杨国洲 席新 |
| |
作者单位: | 西京学院,西安,710123;空军工程大学空管领航学院,西安,710051;北方联创通信有限公司,南昌,330000 |
| |
摘 要: | 为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。
|
关 键 词: | 无迹Kalman滤波 粒子滤波 小波网络 重要性密度函数 |
本文献已被 CNKI 万方数据 等数据库收录! |
|