Neuroidentificador basado en filtro de kalman Report as inadecuate




Neuroidentificador basado en filtro de kalman - Download this document for free, or read online. Document in PDF available to download.

Télématique 2008, 7 1

Author: Hanna Aboukheir

Source: http://www.redalyc.org/


Teaser



Télématique ISSN: 1856-4194 jcendros@urbe.edu Universidad Privada Dr.
Rafael Belloso Chacín Venezuela Aboukheir, Hanna Neuroidentificador basado en filtro de Kalman Télématique, vol.
7, núm.
1, 2008, pp.
210-221 Universidad Privada Dr.
Rafael Belloso Chacín Zulia, Venezuela Disponible en: http:--www.redalyc.org-articulo.oa?id=78470111 Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto Revista Electrónica de Estudios Telemáticos NEUROIDENTIFICADOR BASADO EN FILTRO DE KALMAN (Kalman Filter based Neuroidentifier) Hanna Aboukheir Universidad Rafael Belloso Chacín - Venezuela hanna2k2@hotmail.com Depósito Legal: PPX200002ZU2142 - ISSN:1856-4194.
Volumen 7 Edición No 1 – Año 2008 RESUMEN El uso de las redes neuronales en la identificación de sistemas ha sido utilizado y estudiado extensivamente, estableciendo la red neuronal feedforward como un modelo en función de transferencia y una red retroalimentadas como un modelo en espacios de estado, esta última posee la desventaja de que en la mayoría de los casos no converge a los valores deseados, por lo que se propone utilizar una red feedforward acoplada a un Filtro de Kalman para la predicción y posterior identificación de un modelo lineal en espacios de estado, la propuesta es evaluada sobre un motor DC real Palabras Clave: Identificación de Sistemas, Filtro Kalman, Redes Neuronales ABSTRACT The use of neural nets on system identification has been studied extensively establishing the feedforward neural nets as a transfer function and feedback neural nets as a model in state space, this one posses the disadvantage that in most of the cases it does not converge on desired values, for this reason, a Kalman Filter is coupled with a ...





Related documents