针对时不变非线性系统, 提出一种用神经网络进行模型误差估计的预测滤波算法. 该算法用寻优的方法离
线获得与当前状态和下一步输出测量相对应的模型误差估值, 并作为样本训练神经网络; 实际滤波中, 用训练好的神
经网络进行模型误差估计. 该方法与原预测滤波算法相比没有动态过程, 不会因为滤波器初始误差太大而振荡或发
散, 且稳态精度与计算步长无关. 通过对一个二阶非线性系统的仿真验证了神经2预测滤波器的优越性.