图1是结合卡尔曼滤波的RBF神经网络自整定PID控制系统结构，这是一个自适应控制系统,相对于传统的RBF神经网络自整定PID控制，它可以有效提高控制系统的鲁棒性和精确度。Kalman滤波器对控制过程中存在的状态噪声和观测噪声进行处理，滤波后还原出系统本来输出，经过闭环计算系统误差并传递给RBF网络。RBF神经网络一边进行系统辨识，一边对PID参数自适应调节，然后不断循环，直到系统输出很好的跟随参考输入。
图1 结合卡尔曼滤波的RBF神经网络自整定PID控制结构
提出了一种改进的RBF神经网络PID算法，它既结合了RBF神经网络自我学习功能，同时具有最优化滤波的效果。结合卡尔曼滤波的RBF神经网络PID自整定算法可以有效提高系统的鲁棒性和自适应性，大大降低噪声对控制性能的影响。
多年之前毕业前在大学写的小论文，投稿不中，在此分享一下思路。