電子汽車衡系統(tǒng)的徑向基函數神經網絡

    電子汽車衡系統(tǒng)的徑向基函數神經網絡已廣泛應用于系統(tǒng)建模、函數逼近與非線性估計等。對稱分布的各稱重傳感器之間存在某種非線性函數關系，以RBFNN為核心建立預估網絡，逼近這種函數關系，估計出故障傳感器的正常輸出，即可獲得預估信號。然而因地磅現場使用將受噪聲影響，預估信號會產生一定的誤差。為此根據稱重傳感器之間的關聯特性，建立故障傳感器的兩個獨立預估網絡，以正常傳感器的稱重信號或相鄰傳感器稱重信號的比值為輸入產生兩個估計值，由于它們具有冗余性，采用一種自適應加權融合方法，可獲得更準確的估計信號，zui后以該估計信號與其他正常傳感器的稱重信號為稱重系統(tǒng)的輸入，獲得故障狀態(tài)下電子汽車衡的稱重結果。