石英晶振老化的建模与模型求解

为预测石英晶振的频率老化,提出了一种非线性时变模型。在一阶马尔可夫假设下,利用多层前向神经网络进行迭代逼近求解。对四种晶体的全部或部分实验数据进行了学习和预测试验。结果表明该模型不仅能拟合函数,而且可在存在野值时,根据以往的数据预测目前的频率。与其他线性模型相比,该模型的预测能力更佳,适用于多种类型的晶振老化模式,预测误差小,有很好的抗噪声能力。