典型文献
基于FPGA的神经网络在非线性实时系统辨识中的应用
文献摘要：
针对动态系统的辨识问题,设计一种采用现场可编程门阵列(FPGA)实现输出反馈递归模糊神经网络进行非线性动态系统辨识的方法.输出反馈递归模糊神经网络能够实现非线性动态系统的高精度快速辨识,但神经网络复杂的并行结构需要较长的运算时间,限制了它在实时控制和在线系统辨识中的应用.由于FPGA具有并行运算能力,使它在神经网络实现上具有本质的优势.因此,利用NI公司的高性能FPGA板卡以及LabVIEW图形化编程定义FPGA芯片上的逻辑功能,实现具有动态反向传播算法的输出反馈递归模糊神经网络以及舵机位置伺服系统的在线辨识.实验结果表明:基于FPGA的神经网络实现系统辨识周期在毫秒范围内,为非线性实时系统辨识的应用提供了一条新途径.
文献关键词：
输出反馈递归模糊神经网络;动态反向传播算法;现场可编程门阵列;非线性实时系统辨识
中图分类号：
作者姓名：
王晓华;王有松
作者机构：
西门子 (中国) 有限公司西门子中国研究院, 北京100102;银河航天 (北京) 通信技术有限公司卫星研发部, 北京100085
文献出处：
引用格式：
[1]王晓华;王有松-.基于FPGA的神经网络在非线性实时系统辨识中的应用)[J].机床与液压,2022(20):174-178
A类：
非线性实时系统辨识,输出反馈递归模糊神经网络,递归模糊神经网络,动态反向传播算法
B类：
FPGA,动态系统,现场可编程门阵列,非线性动态,并行结构,运算时间,实时控制,在线系统,并行运算,运算能力,NI,板卡,LabVIEW,图形化编程,逻辑功能,舵机,机位,位置伺服系统,在线辨识,毫秒
AB值：
0.183237
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
