main.cpp

用神经网络对系统辨识(BP网络)。此程序为c语言和matlab混和编程

#include  <stdlib.h>
#include  <stdio.h>
#include  "bp.h"
#include  "bp_learnfunction.h"
#include  "system.h"
#include  "matplot.h"

static  double ridArray[IDEN + 2];//辨识序列
static  double rteArray[IDEN + 2];//测试序列
static  double idReferArray[RANK][MAXDIMREFER][MAXDIMREFER];//BP网络系数矩阵



void main()
{   

	double xLArray[IDEN + 2][DIMX];//BP网络输入
    double yLArray[IDEN + 2][DIMY];//BP网络输出
	double yidArray[IDEN];//系统辨识网络输出采样序列
	double yteArray[IDEN];//系统测试网络输出出采样序列
	double ydiArray[IDEN+2];//系统辨识期望输出采样序列
	double ydtArray[IDEN+2];//系统测试期望输出采样序列
	double test;
	test= 0;


  	ydiArray[0] = 0;

	//采样系统期望输出,训练输入为y = 0.1*t - 0.5, 采样周期为1s
    for( int k = 0; k < IDEN + 2; k++ )
    	ridArray[k] = uid( LEN*k );
	ExpOutputid( ydiArray, IDEN + 2, 0 );

    //构造bp网络训练数据样本，数据长度为20
	for( int idB = 2; idB < IDEN + 2 ; idB++ )
	{
		xLArray[idB-2][0] = ridArray[idB - 2];
		xLArray[idB-2][1] = ydiArray[idB - 2];
		xLArray[idB-2][2] = ydiArray[idB-1];
		yLArray[idB-2][0] = ydiArray[idB];
	}
    
    //训练BP网络
	BPLearnProc(  xLArray, yLArray, IDEN, idReferArray );

	//学习后辨识样本网络输出
	for( int idC = 2; idC < IDEN + 2; idC++ )
	{
		xLArray[idC-2][0] = ridArray[idC- 2];
		xLArray[idC-2][1] = ydiArray[idC- 2];
		xLArray[idC-2][2] = ydiArray[idC- 1];
		yidArray[idC-2] = BPOutputk(xLArray, idReferArray, idC-2 );
	}

    //采样测试输出样本，采样周期为1s
    for( int k1 = 0; k1 < IDEN + 2; k1++ )
    	rteArray[k1] = ute( k1 );
	ExpOutputid( ydtArray, IDEN + 2, 1 );
   
    //获取测试输入得到得数据样本
	for( int teB = 2; teB < IDEN + 2 ;teB++ )
	{
		xLArray[teB-2][0] = rteArray[teB - 2];
		xLArray[teB-2][1] = ydtArray[teB - 2];
		xLArray[teB-2][2] = ydtArray[teB - 1];
		yteArray[teB-2] = BPOutputk(xLArray, idReferArray, teB-2 ) ;
	}

	matDraw( ridArray, rteArray, yidArray, yteArray, ydiArray, ydtArray ); //由matlab画出各信号序列
	

   exit(1);
}