具有数据丢包的网络控制系统的分析
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·选题的背景 | 第8页 |
| ·网络控制系统的基本问题 | 第8-11页 |
| ·网络诱导时延 | 第9-10页 |
| ·网络丢包 | 第10页 |
| ·通讯约束 | 第10页 |
| ·网络调度 | 第10-11页 |
| ·网络控制系统的研究现状 | 第11-13页 |
| ·基于模型的控制 | 第11页 |
| ·混杂控制 | 第11页 |
| ·智能控制 | 第11页 |
| ·非线性控制 | 第11-12页 |
| ·预测控制控制 | 第12页 |
| ·鲁棒控制 | 第12-13页 |
| ·随机系统时延模型研究 | 第13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 第2章 一些基本概念 | 第14-21页 |
| ·网络控制系统的描述 | 第14-17页 |
| ·网络结构 | 第15页 |
| ·网络通讯协议 | 第15-16页 |
| ·网络性能 | 第16页 |
| ·节点驱动方式 | 第16-17页 |
| ·数学基础 | 第17-20页 |
| ·马尔可夫链 | 第17-18页 |
| ·信息论 | 第18页 |
| ·最优控制 | 第18-19页 |
| ·Kalman 滤波器 | 第19-20页 |
| ·切换系统 | 第20-21页 |
| 第3章 基于模型的网络丢包控制 | 第21-31页 |
| ·系统描述 | 第21-23页 |
| ·系统工作原理 | 第21-23页 |
| ·更新算法 | 第23页 |
| ·信息集合 | 第23页 |
| ·稳定性结论 | 第23-25页 |
| ·分离控制 | 第25-26页 |
| ·分离方法 | 第25页 |
| ·LQG 最优控制算法 | 第25-26页 |
| ·主要结论 | 第26-28页 |
| ·稳定性分析 | 第26-28页 |
| ·性能分析 | 第28页 |
| ·仿真算例 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于切换的网络丢包控制 | 第31-40页 |
| ·问题的提出 | 第31-34页 |
| ·系统描述 | 第31-32页 |
| ·基本概念 | 第32-33页 |
| ·L_2 增益 | 第33页 |
| ·已有结论 | 第33-34页 |
| ·稳定性分析 | 第34-36页 |
| ·周期性切换 | 第34-35页 |
| ·随机切换 | 第35-36页 |
| ·L_2 增益分析 | 第36-38页 |
| ·仿真算例 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 神经网络预测网络丢包 | 第40-49页 |
| ·预测控制简介 | 第40页 |
| ·预测控制原理 | 第40-41页 |
| ·预测模型 | 第41页 |
| ·滚动优化 | 第41页 |
| ·反馈校正 | 第41页 |
| ·神经网络预测控制原理 | 第41-43页 |
| ·基于线性化方法的神经网络预测控制 | 第42页 |
| ·基于迭代学习求解的神经网络预测控制 | 第42页 |
| ·基于神经网络控制器的神经网络预测控制 | 第42页 |
| ·基于遗传算法求解的神经网络预测控制 | 第42-43页 |
| ·系统分析 | 第43-46页 |
| ·BP 算法 | 第43-44页 |
| ·BP 神经网络 | 第44-45页 |
| ·LM 算法 | 第45-46页 |
| ·仿真算例 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第6章 结论与展望 | 第49-50页 |
| ·本文总结 | 第49页 |
| ·研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 硕士期间发表的论文 | 第55-56页 |
| 个人简历 | 第56页 |
