羅云芳

摘 要： 實(shí)驗(yàn)室中的電子設(shè)備和化學(xué)試劑等對(duì)溫度條件的要求較高，需要進(jìn)行智能溫度控制。傳統(tǒng)的實(shí)驗(yàn)室溫度控制方法采用BP神經(jīng)網(wǎng)絡(luò)控制方法，系統(tǒng)連接權(quán)值表現(xiàn)為一種靜態(tài)屬性相關(guān)權(quán)重，難以適應(yīng)實(shí)驗(yàn)室溫度自適應(yīng)控制的需求。提出一種基于變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)校正的實(shí)驗(yàn)室智能溫度控制算法。進(jìn)行實(shí)驗(yàn)室溫度數(shù)據(jù)的挖掘和預(yù)處理，構(gòu)建變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自校正控制模型，采用自適應(yīng)校正方法對(duì)溫差進(jìn)行調(diào)整，采用比例元進(jìn)行溫度過(guò)高情況下的微調(diào)，采用積分元進(jìn)行溫度過(guò)低下的微調(diào)，實(shí)現(xiàn)控制算法改進(jìn)?；赥MS320VC5509A DSP芯片進(jìn)行智能溫控系統(tǒng)的核心電路設(shè)計(jì)。仿真結(jié)果表明，采用該系統(tǒng)能有效實(shí)現(xiàn)實(shí)驗(yàn)室溫度智能控制，性能較好，可靠性高。

關(guān)鍵詞： 實(shí)驗(yàn)室； 溫度控制； BP神經(jīng)網(wǎng)絡(luò)； 系統(tǒng)設(shè)計(jì)

中圖分類號(hào)： TN911?34； TP373 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）20?0084?04

Research on laboratorys intelligent temperature control system based on

BP network correction algorithm

LUO Yunfang

（Guangxi Vocational and Technical College， Naning 530226， China）

Abstract： The electronic equipment and chemical reagents in laboratory need intelligent temperature control due to their high requirements for temperature conditions. The traditional temperature control method with BP neural network control can not meet the requirements of laboratory temperature self?adaptive control since the system connection weight is a kind of relative weight of static attribute. An intelligent temperature control algorithm based on structure?transform BP neural network self?adaptive correction is proposed for laboratories. On the basis of the data mining and preprocessing， the improvement of the control algorithm is realized by the methods that the BP neural network self?adaptive control model is constructed， the adaptive correction method is adopted to adjust the temperature difference， the proportion element is used to conduct fine adjustment of excess temperature， and the integral element is employed to execute fine adjustment of too low temperature. the core circuit of intelligent temperature control system based on DSP TMS320VC5509A chip was designed. The simulation results show that the system can effectively achieve the laboratory temperature intelligent control.

Keywords： laboratory； temperature control； BP neural network； system design

0 引 言

大型的實(shí)驗(yàn)室采用封閉設(shè)計(jì)，空氣循環(huán)和溫度調(diào)節(jié)需要通過(guò)實(shí)驗(yàn)室的溫度傳感器和空調(diào)進(jìn)行智能控制，對(duì)實(shí)驗(yàn)室溫度的精確控制，對(duì)保證實(shí)驗(yàn)結(jié)果準(zhǔn)確性具有重要意義。通過(guò)對(duì)大型實(shí)驗(yàn)室溫度傳感數(shù)據(jù)狀態(tài)模式的準(zhǔn)確挖掘，以此為樣本數(shù)據(jù)，實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室溫度的精確控制，提高實(shí)驗(yàn)分析的精度和性能。由于實(shí)驗(yàn)室中的電子設(shè)備和化學(xué)試劑等對(duì)溫度條件的要求較高，需要進(jìn)行智能溫度控制，研究實(shí)驗(yàn)室的溫度自適應(yīng)智能控制系統(tǒng)設(shè)計(jì)和控制算法改進(jìn)具有重要的意義，相關(guān)的研究受到了廣大學(xué)者和專家的重視[1]。

在進(jìn)行實(shí)驗(yàn)室智能溫控過(guò)程中，實(shí)驗(yàn)室溫度傳感數(shù)據(jù)狀態(tài)采集系統(tǒng)進(jìn)行溫度信息的感知，實(shí)現(xiàn)溫度數(shù)據(jù)的挖掘和采集，實(shí)驗(yàn)室溫度數(shù)據(jù)采集方法主要有熱催化式測(cè)定法、半導(dǎo)體氣敏傳感器測(cè)量法、光纖吸收法、光聲光譜法等，熱催化式的測(cè)定方法中探測(cè)元件的壽命較短，無(wú)法在溫控要求較高的實(shí)驗(yàn)室中進(jìn)行精確測(cè)試，關(guān)于實(shí)驗(yàn)室溫控智能控制系統(tǒng)的設(shè)計(jì)中，傳統(tǒng)光干涉的溫度控制設(shè)計(jì)方法較為復(fù)雜，無(wú)法進(jìn)行大規(guī)模的普及。更多是采用光電檢測(cè)技術(shù)進(jìn)行信號(hào)處理后對(duì)溫度進(jìn)行檢測(cè)[2?4]。溫度控制理論上，傳統(tǒng)的溫度控制主要從控制論出發(fā)，通過(guò)傳感器數(shù)據(jù)狀態(tài)模式的挖掘?qū)崿F(xiàn)對(duì)實(shí)驗(yàn)室溫度的精確控制，常見(jiàn)的如PID控制方法[5?8]。傳統(tǒng)方法中對(duì)實(shí)驗(yàn)室溫度傳感器的數(shù)據(jù)狀態(tài)模式挖掘采用半導(dǎo)體氣敏傳感器測(cè)量法進(jìn)行數(shù)據(jù)采集，并采用神經(jīng)網(wǎng)絡(luò)控制法實(shí)現(xiàn)數(shù)據(jù)狀態(tài)模式挖掘和溫度控制，方法受限于溫度數(shù)據(jù)的均衡控制無(wú)法準(zhǔn)確把握，控制效果不好[9]。而采用BP神經(jīng)網(wǎng)絡(luò)控制方法，神經(jīng)網(wǎng)絡(luò)控制的連接權(quán)值表現(xiàn)為一種靜態(tài)屬性相關(guān)權(quán)重，難以適應(yīng)實(shí)驗(yàn)室溫度自適應(yīng)控制的需求。

針對(duì)上述問(wèn)題，本文提出一種基于變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)校正的實(shí)驗(yàn)室智能溫控方法，并進(jìn)行系統(tǒng)設(shè)計(jì)。首先進(jìn)行實(shí)驗(yàn)室溫度控制算法設(shè)計(jì)，然后采用DSP芯片進(jìn)行實(shí)驗(yàn)室溫控系統(tǒng)的硬件設(shè)計(jì)與實(shí)現(xiàn)，最后進(jìn)行仿真實(shí)驗(yàn)實(shí)現(xiàn)性能測(cè)試和驗(yàn)證，得出有效性結(jié)論。

1 實(shí)驗(yàn)室溫度數(shù)據(jù)的挖掘和預(yù)處理

為了實(shí)驗(yàn)室溫度智能控制，需要進(jìn)行數(shù)據(jù)分析，本文進(jìn)行實(shí)驗(yàn)室溫度數(shù)據(jù)采集方法采用半導(dǎo)體氣敏傳感器測(cè)量法，實(shí)驗(yàn)室溫度數(shù)據(jù)的采集流程如圖1所示。

圖1 實(shí)驗(yàn)室溫度數(shù)據(jù)的采集流程

結(jié)合圖1所示的算法流程圖，進(jìn)行溫度傳感數(shù)據(jù)的狀態(tài)模式挖掘，采用PID控制器進(jìn)行實(shí)驗(yàn)室的溫度調(diào)節(jié)和自適應(yīng)控制，根據(jù)實(shí)驗(yàn)室溫度的非線性控制特性，采用粗糙低分辨率的模糊訓(xùn)練集，得到實(shí)驗(yàn)室的溫度控制模糊決策函數(shù)的輸入為：

[y=Emaxtan（x×a）] （1）

式中：[Emax]表示傳感器節(jié)點(diǎn)采集的溫度數(shù)據(jù)的模糊論域最大值；[a]為常數(shù)。此時(shí)智能溫控傳感器系統(tǒng)向CTCS發(fā)送溫度控制指令，得到實(shí)驗(yàn)室的溫度傳感信息包絡(luò)指向性特征表示為：

[y（t）=Ren=1Lαn（t）e-j2πfcτn（t）s（t-τn（t））ej2πfct] （2）

隨著實(shí)驗(yàn)室溫度變化，實(shí)驗(yàn)室溫度傳感數(shù)據(jù)的自相關(guān)控制狀態(tài)方程為：

[y（t）=n=1Lαn（t）e-j2πfc（t）τn（t）s（t-τn（t）） =n=1Lαn（t）s（t-τn（t））] （3）

式（3）表明，可以用自動(dòng)模糊匹配方法實(shí)現(xiàn)對(duì)實(shí)驗(yàn)室溫度數(shù)據(jù)的沖激響應(yīng)特征分析，采用[c（τ；t）]來(lái)描述列實(shí)驗(yàn)室溫度控制中心的脈沖響應(yīng)頻率，得到溫度控制量偏差為：

[c（τ；t）=n=1Lαn（t）δ（t-τn（t））] （4）

溫度傳感器記錄到的輸入溫度變化幅度[st]為一個(gè)帶寬為[W]的沖激響應(yīng)函數(shù)，根據(jù)抽樣定理，其等效低通濾波輸出可以表示為：

[st-τ=n=-∞∞st-nTsin2πBτ-nT2πBτ-nT] （5）式中：[B=W2]為實(shí)驗(yàn)室溫度控制的帶寬，溫度采樣間隔[T=12B=1W]。輸出等效低通溫度調(diào)整配置權(quán)重為：[yt=-∞∞cτ；tn=-∞∞st-nTsin2πBτ-nT2πBτ-nTdτ =n=-∞∞st-nT-∞∞cτ；tsin2πBτ-nT2πBτ-nTdτ =n=-∞∞st-nTgnt] （6）

式中，溫度控制的權(quán)系數(shù)[α]應(yīng)隨控制狀態(tài)和環(huán)境因素自適應(yīng)變化，得到穩(wěn)態(tài)誤差輸出為：

[gnt=-∞∞cτ；tsincBτ-nTdτ] （7）

通過(guò)解調(diào)和A/D轉(zhuǎn)換，輸出實(shí)驗(yàn)室溫度數(shù)據(jù)的挖掘結(jié)果，以此為數(shù)據(jù)基礎(chǔ)，進(jìn)行信息融合和分析，為后續(xù)控制系統(tǒng)提供信息輸入。

2 實(shí)驗(yàn)室溫度智能控制算法改進(jìn)設(shè)計(jì)

在上述進(jìn)行數(shù)據(jù)挖掘和特征提取的基礎(chǔ)上，得到了溫度數(shù)據(jù)傳感信息，以此作為數(shù)據(jù)源，進(jìn)行溫度控制。傳統(tǒng)的實(shí)驗(yàn)室溫度控制方法采用BP神經(jīng)網(wǎng)絡(luò)控制方法，難以適應(yīng)實(shí)驗(yàn)室溫度自適應(yīng)控制的需求。本文提出一種基于變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)校正的實(shí)驗(yàn)室智能溫度控制算法。BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)校正控制算法的設(shè)計(jì)描述如下。

首先構(gòu)建變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自校正控制模型，如圖2所示。

圖2 變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自校正控制模型

圖2中，變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自校正系統(tǒng)的輸入向量為第1節(jié)所述中提取的溫度傳感器采集的溫度數(shù)據(jù)原始數(shù)據(jù)[r1，r2，…，rn]，作為變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)的溫度變化幅度輸入，在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，輸入層為[2n]個(gè)神經(jīng)元結(jié)構(gòu)，溫度控制偏差變化率[ec]，偏差積分[ed]，此時(shí)BP神經(jīng)元輸入為：

[nets1（k）=rs（k）nets2（k）=ys（k）] （8）

變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)采用雙閉環(huán)控制，通過(guò)振幅調(diào)制使測(cè)量的實(shí)驗(yàn)室溫度控制信號(hào)為一個(gè)低頻信號(hào)，當(dāng)溫度控制偏差較小時(shí)進(jìn)行系統(tǒng)細(xì)調(diào)，得到神經(jīng)元的狀態(tài)為：

[usi（k）=netsi（k）] （9）

實(shí)驗(yàn)室溫度控制的BP神經(jīng)網(wǎng)絡(luò)第三層神經(jīng)元的輸出為：

[xsi（k）=1， usi（k）>1usi（k）， -1≤usi（k）≤1-1， usi（k）<-1 ] （10）

式中：1和-1分別表示溫度控制系統(tǒng)中出現(xiàn)溫度過(guò)高和過(guò)低的情形，在限定條件下實(shí)驗(yàn)室溫度數(shù)據(jù)的溫度控制結(jié)構(gòu)需要進(jìn)行自適應(yīng)校正，實(shí)現(xiàn)溫差補(bǔ)償，得到被控量序號(hào)（[s=]1，2，…，n）；BP神經(jīng)元中[i]為子網(wǎng)輸入層序號(hào)（[i=1，2]）。通過(guò)上述分析，采用自適應(yīng)校正方法對(duì)溫度的溫差進(jìn)行調(diào)整，得到實(shí)驗(yàn)室溫度控制的模糊匹配系數(shù)表達(dá)式為：

[netsj′（k）=i=12wsijxsi（k）] （11）

在BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，采用比例元進(jìn)行溫度過(guò)高情況下的微調(diào)，其中比例元的狀態(tài)為：

[us1′（k）=nets1′（k）] （12）

采用積分元進(jìn)行溫度過(guò)低下的粗調(diào)，得到BP神經(jīng)網(wǎng)絡(luò)的積分元狀態(tài)為：

[us2′（k）=us2′（k-1）+nets2′（k）] （13）

測(cè)試溫度進(jìn)行粗調(diào)后的預(yù)測(cè)值，得到BP神經(jīng)網(wǎng)絡(luò)的微分元狀態(tài)為：

[us3′（k）=nets3′（k）-nets3′（k-1）] （14）

通過(guò)上述處理，實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)下的實(shí)驗(yàn)室溫度自適應(yīng)校正，得到校正后的溫度控制系統(tǒng)的隱含層各神經(jīng)元的輸出為：

[xsj′（k）=1， usj′（k）>1usj′（k）， -1≤usj′（k）≤1-1， usj′（k）<-1 ] （15）

式中：[s]為溫度掃描周期；[j]為子網(wǎng)中隱含層神經(jīng)元序號(hào)（[j=1，2，3]）；[wsij]為溫度控制BP神經(jīng)網(wǎng)絡(luò)輸入層至隱含層的連接權(quán)重值。通過(guò)上述處理，使得實(shí)驗(yàn)室的溫度變化率、積分時(shí)間和微分時(shí)間通過(guò)線性組合的方式進(jìn)行自適應(yīng)組合，提高溫度控制精度。

3 智能溫控系統(tǒng)硬件設(shè)計(jì)與實(shí)現(xiàn)

在上述算法設(shè)計(jì)的基礎(chǔ)上，進(jìn)行實(shí)驗(yàn)室溫度智能控制系統(tǒng)的硬件設(shè)計(jì)，本文采用DSP芯片進(jìn)行溫度控制和核心電路設(shè)計(jì)，數(shù)字信號(hào)處理器選用了TI公司的TMS320VC5509A，整個(gè)系統(tǒng)的硬件設(shè)計(jì)如圖3所示。

圖3 系統(tǒng)整體設(shè)計(jì)框圖

系統(tǒng)設(shè)計(jì)主要包括時(shí)鐘發(fā)生器、部存儲(chǔ)器、電源電路、外圍電路、模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換器等，時(shí)鐘發(fā)生器將接收到的溫度傳感信息數(shù)據(jù)輸入時(shí)鐘變換電路中，通過(guò)CPU及其外設(shè)所需要的工作時(shí)鐘進(jìn)行溫度控制系統(tǒng)的A/D轉(zhuǎn)換和數(shù)據(jù)調(diào)節(jié)。另外溫度控制系統(tǒng)需要進(jìn)行外部存儲(chǔ)器擴(kuò)展，系統(tǒng)中選用了SRA，F(xiàn)LASH和SDRAM三種不同類型的存儲(chǔ)器，進(jìn)行溫度數(shù)據(jù)的存儲(chǔ)和調(diào)度。溫度控制系統(tǒng)外部存儲(chǔ)器電路結(jié)構(gòu)如圖4所示。

硬件系統(tǒng)設(shè)計(jì)的另一個(gè)重要子系統(tǒng)為溫度傳感數(shù)據(jù)的波形發(fā)生器，波形發(fā)生器是依據(jù)直接數(shù)字頻率合成（DDS）原理來(lái)設(shè)計(jì)的。頻率精密可控，其范圍為2～200 Hz，可輸出兩路波形，一路正弦波，一路方波。兩路輸出分別有同步信號(hào)輸出，以供調(diào)試使用。且方波占空比可控，范圍為5%～70%。幅度固定為（4±0.1）V，控制由鍵盤輸入，并帶有 LCD 顯示系統(tǒng)當(dāng)前狀態(tài)。該子程序的基本功能是：當(dāng)接收到FPGA給出的啟動(dòng)信號(hào)時(shí)，定時(shí)器3（T3）開(kāi)始工作；當(dāng)定時(shí)器內(nèi)部計(jì)數(shù)器值達(dá)到預(yù)設(shè)的周期值時(shí)，啟動(dòng)ADC轉(zhuǎn)換，同時(shí)進(jìn)入A/D中斷，在A/D中斷子程序中完成對(duì)數(shù)據(jù)的讀取，并保存到預(yù)先設(shè)定的數(shù)組里面，然后等待下一時(shí)刻中斷，如此循環(huán)；當(dāng)數(shù)組數(shù)據(jù)儲(chǔ)存滿時(shí)，關(guān)閉定時(shí)器，進(jìn)入溫度傳感數(shù)據(jù)處理子程序來(lái)處理先前保存的那一組數(shù)據(jù)。并通過(guò)接入電阻使輸出電壓為0～10 V。VAA為+5 V電壓輸入，VDD，VEE為±15 V電壓供電，由此實(shí)現(xiàn)了實(shí)驗(yàn)室溫度的智能控制。實(shí)驗(yàn)室智能溫控系統(tǒng)的邏輯控制電路如圖5所示。

圖4 溫度控制系統(tǒng)外部存儲(chǔ)器電路結(jié)構(gòu)

圖5 實(shí)驗(yàn)室智能溫控系統(tǒng)的邏輯控制電路

4 系統(tǒng)仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試本文設(shè)計(jì)的改進(jìn)的實(shí)驗(yàn)室智能溫控系統(tǒng)的性能，進(jìn)行仿真實(shí)驗(yàn)，中心頻率32階可控，可達(dá)140 kHz；根據(jù)設(shè)計(jì)的溫度傳感器數(shù)據(jù)采集系統(tǒng)，進(jìn)行實(shí)驗(yàn)室的溫度數(shù)據(jù)采集，行實(shí)驗(yàn)室溫度原始數(shù)據(jù)采集中，采用雙通道溫度信息采集傳感裝置，基于4位控制信號(hào)來(lái)實(shí)驗(yàn)室溫度信息的偏差和衰減量。得到溫度數(shù)據(jù)采樣結(jié)果見(jiàn)表1。根據(jù)上述溫度數(shù)據(jù)采集樣本，進(jìn)行溫度BP自校正控制，設(shè)溫度控制的BP神經(jīng)網(wǎng)絡(luò)的系數(shù)為：[KI=0.05]，[KP=0.02]，[KD=0]；中心頻率32階可控，可達(dá)140 kHz；時(shí)鐘范圍為40 Hz～4.0 MHz。根據(jù)上述結(jié)果，得到溫度數(shù)據(jù)的幅值采用結(jié)果如圖6所示。

從圖6可見(jiàn)，采用本文設(shè)計(jì)方法能有效實(shí)現(xiàn)溫度信息的提取和數(shù)據(jù)感知，為進(jìn)行溫度控制提供準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。以此為基礎(chǔ)，調(diào)整FPGA輸出波形時(shí)顯示當(dāng)前信號(hào)頻率、方波占空比、信號(hào)幅度及衰減器衰減值，得到溫度控制處理結(jié)束時(shí)顯示波形和所需數(shù)據(jù)，實(shí)現(xiàn)智能溫控，得到仿真結(jié)果如圖7所示。從圖可見(jiàn)，采用本文算法，能有效實(shí)現(xiàn)實(shí)驗(yàn)室溫度智能控制，對(duì)實(shí)驗(yàn)室溫度的微調(diào)和粗調(diào)的精度都較高。

表1 實(shí)驗(yàn)室溫度傳感數(shù)據(jù)采集測(cè)試結(jié)果

圖6 溫度數(shù)據(jù)采樣結(jié)果

圖7 智能溫控系統(tǒng)輸出顯示

5 結(jié) 語(yǔ)

實(shí)驗(yàn)室中的電子設(shè)備和化學(xué)試劑等對(duì)溫度條件的要求較高，需要進(jìn)行智能溫度控制。傳統(tǒng)的實(shí)驗(yàn)室溫度控制方法采用BP神經(jīng)網(wǎng)絡(luò)控制方法，神經(jīng)網(wǎng)絡(luò)控制的連接權(quán)值表現(xiàn)為一種靜態(tài)屬性相關(guān)權(quán)重，難以適應(yīng)實(shí)驗(yàn)室溫度自適應(yīng)控制的需求。提出一種基于變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)校正的實(shí)驗(yàn)室智能溫度控制算法。首先進(jìn)行實(shí)驗(yàn)室溫度控制算法設(shè)計(jì)，采用比例元進(jìn)行溫度過(guò)高情況下的微調(diào)，采用積分元進(jìn)行溫度過(guò)低下的粗調(diào)，測(cè)試溫度進(jìn)行粗調(diào)后的預(yù)測(cè)值，實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)下的實(shí)驗(yàn)室溫度自適應(yīng)校正，然后采用DSP芯片進(jìn)行實(shí)驗(yàn)室溫控系統(tǒng)的硬件設(shè)計(jì)與實(shí)現(xiàn)，系統(tǒng)設(shè)計(jì)主要包括時(shí)鐘發(fā)生器、部存儲(chǔ)器、電源電路、外圍電路、模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換器等。仿真結(jié)果表明，采用本文設(shè)計(jì)的系統(tǒng)能有效實(shí)現(xiàn)實(shí)驗(yàn)室溫度智能控制，性能較好，可靠性高。

參考文獻(xiàn)

[1] 雷琪.焦?fàn)t加熱燃燒過(guò)程的智能集成優(yōu)化控制策略及其應(yīng)用研究[D].長(zhǎng)沙：中南大學(xué)，2007.

[2] 王偉，吳敏，曹衛(wèi)華，等.基于組合灰色預(yù)測(cè)模型的焦?fàn)t火道溫度模糊專家控制[J].控制與決策，2010，25（2）：185?190.

[3] 高憲文，劉浩，趙亞平.模糊復(fù)合控制方法在焦?fàn)t控制系統(tǒng)中的應(yīng)用研究[J].控制與決策，2005，20（4）：434?438.

[4] 張小冰.變頻器優(yōu)化控制方法研究與仿真[J].計(jì)算機(jī)仿真， 2011，28（11）：409?412.

[5] 郭偉.基于互信息的RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J].計(jì)算機(jī)科學(xué)，2013，40（6）：252?255.

[6] 聞新，張興旺，張威.基于HBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)觀測(cè)器[J].電子學(xué)報(bào)，2015，43（7）：1315?1319.

[7] 楊大為，叢楊，唐延?xùn)|.基于結(jié)構(gòu)化的加權(quán)聯(lián)合特征表觀模型的目標(biāo)跟蹤方法[J].信息與控制，2015，44（3）：372?378.

[8] MEI X， LING H. Robust visual tracking using L1 minimization [C]// Proceedings of 2009 IEEE International Conference on Computer Vision. Berlin， Germany： Springer， 2009： 1436?1443.

[9] COLLINS R， LIU Y， LEORDEANU M. Online selection of discriminative tracking features [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2005， 27（8）： 1631?1643.