基于线性网络的一类带扰动线性对象的逆控制研究

将线性网络应用于一类带扰动的线性对象，提出了一种基于该线性网络的自适应逆控制方案，该方案由辨识器、控制器和扰动消除器三部分构成，合理选择三个线性网络的输入，通过辨识器的在线学习，同时更新控制器和扰动消除器的权值，文章研究了该方案的收敛性和方案的跟踪性。根据可变步长权值收敛条件，设计了输入解相关变步长LMS算法调整辨识器权值方法。通过仿真研究了逆控制方法的有效性。关键词：线性网络；LMS  算法；自适应逆控制Abstract：The  linear  neural  network  is  applied  of  a  class  linear  plant  with  Disturbance,  and  aLNN-based  adaptive  inverse  control  scheme  is  presented.  The  control  scheme  is  composed  ofthree  parts:  identifier,  controller  and  disturbance  canceller.  Three  LLN’s  respectively  selectedinputs  are  so  reasonable  that  when  on-line  training  is  only  in  the  identifier,  three  networks’  weight  values  are  updated  at  the  same  time.  The  scheme’s  weight  convergence  is  expatiated,  and  a  desired  reference  can  be  tracked  by  the  plant  output.  In  according  to  the  weight  convergence  condition  of  the  variable  step  size  least  mean  square  algorithm,  a  new  input-decorrelated  variable  step  size  least  mean  square  algorithm  is  presented  to  make  the  scheme  be  applied  in  practice.  A  simulation  examples  are  also  presented  to  evaluate  the  scheme.Key  words：Linear  Neural  Network(LNN);  Least  Mean  Square(LMS)  Algorithm;  AdaptiveInverse  Control(AIC)