| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-25页 |
| ·引言 | 第10-11页 |
| ·非线性系统辨识研究综述 | 第11-18页 |
| ·非线性系统模型 | 第11-12页 |
| ·非线性系统辨识的研究现状 | 第12-18页 |
| ·基于Volterra级数模型的非线性系统辨识 | 第18-20页 |
| ·基于非线性频谱分析的故障检测与诊断及研究现状 | 第20-22页 |
| ·本论文的主要内容与创新之处 | 第22-24页 |
| ·本文的主要内容 | 第22-23页 |
| ·本论文的创新点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 2 基于非线性Volterra级数辨识的故障诊断理论 | 第25-32页 |
| ·引言 | 第25页 |
| ·Volterra级数概述 | 第25-29页 |
| ·Volterra级数的时域表示形式及其性质 | 第26-28页 |
| ·Volterra级数的频域表示形式及其性质 | 第28-29页 |
| ·基于非线性频谱分析的故障诊断理论 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于最小二乘的Volterra级数辨识方法 | 第32-40页 |
| ·引言 | 第32页 |
| ·基于最小二乘的Volterra级数辨识方法 | 第32-34页 |
| ·算法的基本思想 | 第32-33页 |
| ·算法的导出 | 第33-34页 |
| ·实验研究 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于蚁群算法的Volterra级数模型辨识方法研究 | 第40-53页 |
| ·引言 | 第40-41页 |
| ·蚁群算法的描述 | 第41-44页 |
| ·蚁群算法的基本思想 | 第41-43页 |
| ·蚁群算法的导出 | 第43-44页 |
| ·基于蚁群算法的Volterra级数核辨识 | 第44-45页 |
| ·仿真研究 | 第45-48页 |
| ·实验研究 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 5 基于自适应蚁群优化的Volterra核辨识算法研究 | 第53-62页 |
| ·引言 | 第53-54页 |
| ·自适应蚁群优化算法 | 第54-55页 |
| ·基于AACO算法的Volterra核辨识 | 第55-56页 |
| ·仿真研究 | 第56-58页 |
| ·实验研究 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-65页 |
| ·本文总结 | 第62-63页 |
| ·进一步需要研究的问题 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第70页 |
