[发明专利]基于粒子滤波和RBF辨识的神经网络PID控制参数自整定方法

权利要求书

1.一种基于粒子滤波和RBF辨识的神经网络PID控制参数自整定方法，其特征是采用如下步骤：

1)将系统中的神经元PID控制器输出连接控制对象输入，将PID控制器输出和系统输出y_out分别连接RBF神经网络辨识结构的输入，系统输出y_out和RBF神经网络辨识结构之间连接粒子滤波部分；

2)采用粒子滤波对系统输出y_out进行滤波，得到粒子滤波输出y_e，将粒子滤波输出y_e和RBF神经网络输出y_m相减的值e₂＝y_e-y_m作为目标函数训练RBF神经网络，得到RBF神经网络辨识输出y_m(k)；

3)结合RBF神经网络辨识输出y_m(k)计算系统的雅可比信息u(k)是PID控制器输出的控制信号，y_out(k)是系统输出的控制信号；

4)将系统参考输入r_in和系统输出y_out之间的偏差信号e₁作为目标函数训练神经元，应用雅可比信息指导神经元通过学习算法调整PID控制器的比例系数、积分时间常数和微分时间常数这3个参数。

2.根据权利要求1所述的基于粒子滤波和RBF辨识的神经网络PID控制参数自整定方法，其特征是：步骤2)所述对系统输出y_out进行滤波的方法包括如下步骤：

A)在k＝0时刻随机抽取n个样本，逐点计算对应样本的采样值；

B)计算对应样本的权值并对其进行归一化；

C)重采样N次；

D)输出状态估计和方差估计；

E)循环k→k+1直至结束，得到粒子滤波输出y_e。