由于人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的學(xué)習(xí)能力、自適應(yīng)能力、復(fù)雜映射能力等智能處理能力,使得其在各個領(lǐng)域都有較廣泛的應(yīng)用。在各類神經(jīng)網(wǎng)絡(luò)模型中,較常用的算法是誤差反向傳播(BP)算法。但在實際應(yīng)用中,BP神經(jīng)網(wǎng)絡(luò)存在一些不足,主要是收斂速度慢、容易陷入局部最小、數(shù)值穩(wěn)定性差等。本文將自適應(yīng)卡爾曼濾波應(yīng)用于神經(jīng)網(wǎng)絡(luò)方法中,提高了濾波精度和神經(jīng)網(wǎng)絡(luò)的收斂速度。