Professional Documents
Culture Documents
TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI, SỐ 20 - 08/2016
2.1. Hệ thống phi tuyến MIMO h j làhàm Gauss của nơ-ron thứ j có phương
Cho hệ thống phi tuyến MIMO được biểu trình mô tả như sau:
diễn bởi phương trình trạng thái (1) [5]: 2
x - cj
x(t) = f(x(t),u(t)) h j = exp(- ) , với j = 1, 2 …, m (2)
(1) 2b 2j
y(t) = g(x(t),u(t))
Trong đó: Trong đó, m là số nút ẩn,
u(t): Tín hiệu vào; c j = c j1 c j2 ... c jn là véc - tơ tâm của nơ -
y(t): Tín hiệu ra; ron thứ j; véc - tơ độ rộng của hàm Gauss là
b = b1 b 2 ... b m
x(t): Vector biến trạng thái (n x 1); T
, với b j > 0 mô tả giá trị độ
f(.), g(.): Các hàm phi tuyến. rộng của hàm Gauss của nơ-ron thứ j.
Bằng cách cung cấp cho hệ thống một tín Với giá trị trọng số là
hiệu điều khiển u(t), ta sẽ đo được tín hiệu ở T
ngõ ra y(t). Để nhận dạng mô hình hệ phi w = w1 w 2 ... w m thì ngõ ra của mạng nơ
tuyến MIMO, ta thực hiện các bước sau [2]: - ron RBF được xác định là:
- Thu thập dữ liệu vào ra. y(t) = w1h1 +w 2 h 2 +...+w m h m (3)
- Tiền xử lý dữ liệu.
- Chọn cấu trúc mô hình. Để huấn luyện mạng nơ-ron RBF, hàm
- Ước lượng thông số. mục tiêu được định nghĩa như (4):
- Đánh giá chất lượng mô hình. 1
E(t) = (y(t) - y(t))2 (4)
Phần tiếp theo, bài báo sẽ trình bày 2
phương pháp ứng dụng mạng nơ-ron RBF Giải thuật cập nhật các thông số của mạng
nhận dạng hệ phi tuyến MIMO. nơ-ron RBF theo phương pháp Gradient
2.2. Mạng nơ-ron RBF cho nhận dạng Descent như sau [1]:
Mạng nơ-ron RBF được sử dụng có cấu E
trúc gồm lớp vào, lớp ẩn và lớp ra. Các nơ-ron Δw j (t)= - η = η(y(t) - y(t))h j (5)
w j
ở lớp ẩn được kích hoạt bằng hàm cơ sở xuyên
tâm RBF [1]. Lớp ẩn bao gồm một mảng các w j (t) = w j (t - 1)+Δw j (t)+α
w j (t -1) - w j (t - 2) (6)
đơn vị tính toán được gọi là nút ẩn. Mỗi nút ẩn
2
chứa một vector tâm c có cùng kích thước với E
x - cj
Δb j (t)= - η =η y(t) - y(t) w j h j (7)
vector ngõ vào x; khoảng cách Euclidean giữa b j b3j
tâm c và vector ngõ vào x được định nghĩa bởi:
b j (t) = b j (t -1)+Δb j (t)+α
b j (t -1) - b j (t - 2) (8)
x(t) - c (t) .
j
E
x j - c ji
Δc ji (t) = - η =η y(t) - y(t) w j (9)
Mô hình nhận dạng đối tượng dùng mạng c ji b2j
nơ-ron RBF được trình bày như hình 1:
c ji (t) = c ji (t -1)+Δc ji (t)+α
c ji (t -1) - c ji (t - 2) (10)
Trong đó, η (0,1) là tốc độ học và
α (0,1) là hệ số mô - men.
3. Nhận dạng robot di động đa hướng
3.1. Mô hình đối tượng
Mô hình robot sẽ được trình bày dựa trên
một số giả định đơn giản [6]. Giả sử các bánh
Hình 1. Cấu trúc mạng RBF cho nhận dạng.
xe không trượt theo hướng chuyển động. Lực
Trong mạng nơ - ron RBF, ma sát lên bánh xe không cùng hướng với lực
x = x1 x2 .... x n là véc - tơ ngõ vào và
T tác dụng được bỏ qua. Lực ma sát trên trục
động cơ và hộp số đơn giản là hệ số ma sát
33
TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI, SỐ 20 - 08/2016
hiệu vào là hằng số. Đáp ứng của hệ thống mong muốn và sai số nhận dạng tiến về 0
bám theo tín hiệu cần nhận dạng sau thời gian khoảng 1 giây.
khoảng 1 giây, sai số nhận dạng tiến về 0. Các 2
ideal signal
khởi tạo ngẫu nhiên với giá trị nhỏ và tăng dần -1
1 signal identification
0.4
0.5
error
0.2
0
0
-0.5
0 1 2 3 4 5 6 7 8 9 10 -0.2
time(s) 0 1 2 3 4 5 6 7 8 9 10
time(s)
1.5
0.5
-0.5
0 1 2 3 4 5 6 7 8 9 10 0
time(s) ideal signal
signal identification
Hình 4. Kết quả nhận dạng và sai số của ngõ ra x. -1
0 1 2 3 4 5 6 7 8 9 10
2 time(s)
0.5
yout and ymout
1
0
error
0
ideal signal
-0.5
signal identification
-1
0 1 2 3 4 5 6 7 8 9 10
time(s) -1
0 1 2 3 4 5 6 7 8 9 10
1.5 time(s)
0.5 4
siout and simout
0 3
-0.5 2
0 1 2 3 4 5 6 7 8 9 10
time(s)
1 ideal signal
Hình 5. Kết quả nhận dạng và sai số của ngõ ra y. 0
signal identification
0 1 2 3 4 5 6 7 8 9 10
time(s)
15
1
siout and simout
10
0.5
5
error
0
0
ideal signal
signal identification -0.5
-5
0 1 2 3 4 5 6 7 8 9 10
time(s) -1
0 1 2 3 4 5 6 7 8 9 10
4 time(s)
2
Hình 9. Kết quả nhận dạng và sai số của ngõ ra
error
0
Khi nhiễu va chạm tác động vào ngõ
-2
0 1 2 3 4 5 6 7 8 9 10 ra hệ thống
time(s)
Hình 10 – 12 trình bày kết quả nhận dạng
Hình 6. Kết quả nhận dạng và sai số của ngõ ra
khi nhiễu va chạm tác động vào ngõ ra của hệ
Khi tín hiệu vào là hàm Step thống. Các ngõ ra x, y, ψ và sai số nhận dạng
Kết quả nhận dạng và sai số nhận dạng của chúng vẫn ổn định. Điều này chứng tỏ mô
của các ngõ ra x, y và với các tín hiệu vào hình nhận dạng đã đề xuất đáp ứng tốt kể cả
là hàm Step được trình bày ở Hình 7 – 9. Đáp khi có nhiễu tác động vào ngõ ra của hệ thống.
ứng của hệ thống nhanh chóng đạt giá trị
35
TẠP CHÍ KHOA HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI, SỐ 20 - 08/2016
2
ideal signal
4. Kết luận
Bài báo này trình bày một phương pháp
xout and xmout
1 signal identification
0
cho thấy bộ nhận dạng được thiết kế đạt hiệu
-1 quả cao, sai số nhận dạng hội tụ về 0 đối với
0 1 2 3 4 5 6 7 8 9 10
time(s) các tín hiệu vào khác nhau và ổn định đối với
Hình 10. Kết quả nhận dạng và sai số của x khi nhiễu tác động của nhiễu va chạm. Hiệu quả của bộ
va chạm tác động ngõ ra. nhận dạng phụ thuộc vào sự điều chỉnh các giá
4
ideal signal trị α , Δb, Δw, Δc và sự lựa chọn số lượng nơ
- ron ở lớp ẩn. Tuy nhiên vẫn chưa có phương
yout and ymout
signal identification
2
-2
0 1 2 3 4 5 6 7 8 9 10
Vấn đề này sẽ được giải quyết bằng cách kết
time(s) hợp với giải thuật di truyền trong bài báo
3
sau
2
Tài liệu tham khảo
error
1
[1] Jinkun Liu (2013), Rabias basis function (RBF)
0
neural network control for mechanical systems,
-1
0 1 2 3 4 5 6 7 8 9 10
Springer.
time(s)
[2] Ljung, L. (1999), System Identification - Theory
Hình 11. Kết quả nhận dạng và sai số của y khi nhiễu for the User, Prentice Hall, Upper SaddleRiver,
va chạm tác động ngõ ra. N.J., 2nd edition.
4 [3] Muhammad Asif Arain, Helon Vicente Hultmann
Ayala,
siout and simout
3
and Muhammad Adil Ansari (2012), Nonlinear
2
System Identification Using Neural Network,
1
ideal signal IMTIC 2012, CCIS 281, pp. 122–131.
signal identification
0
0 1 2 3 4 5 6 7 8 9 10 [4] C. Pislaru, A. Shebani (2014), Identification of
time(s) Nonlinear Systems Using Radial Basis Function
0.6 Neural Network, International Scholarly and
0.4 Scientifie Research & Innovation, Vol: 8, No: 9,
pp. 1583-1588.
error
0.2
[5] PGS.TS. Dương Hoài Nghĩa (2007): Điều khiển
0
hệ thống đa biến, NXB Đại học Quốc gia
-0.2
0 1 2 3 4 5 6 7 8 9 10 TpHCM.
time(s)
[6] Y. Liu, X. Wu, J. Zhu, J. Lew (2008), Omni
Hình 12. Kết quả nhận dạng và sai số của khi directional mobile robot controlby trajectory
nhiễu va chạm tác động ngõ ra. linearization, Robotics and Autonomous Systems
56, pp. 461 – 479.
Việc áp dụng luật cập nhật trọng số online Ngày nhận bài: 27/05/2016
để nhận dạng đối tượng bằng mạng nơ - ron
Ngày chuyển phản biện: 30/05/2016
RBF thông qua mô phỏng trên MATLAB –
Ngày hoàn thành sửa bài: 14/06/2016
SIMULINK cho thấy được khả năng ưu việt
Ngày chấp nhận đăng: 21/06/2016
của thuật toán nhận dạng: Đáp ứng đầu ra luôn
bám sát tín hiệu đặt mong muốn sau thời gian
khoảng 1 giây và sai số nhận dạng tiến tới
bằng 0, hệ làm việc xác lập và ổn định.