| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| §1.1 引言 | 第7-8页 |
| §1.2 非线性系统控制理论的研究现状 | 第8-12页 |
| §1.3 非线性系统状态观测器的研究现状 | 第12-14页 |
| §1.4 交流电动机调速技术的发展 | 第14-17页 |
| §1.5 本文主要内容 | 第17-19页 |
| 第二章 非线性系统状态观测器设计理论综述 | 第19-33页 |
| §2.1 非线性系统的能观性 | 第19-22页 |
| §2.2 规范型状态观测器设计 | 第22-26页 |
| §2.3 基于线性化的状态观测器设计 | 第26-28页 |
| §2.4 基于Lyapunov方法的状态观测器设计 | 第28-29页 |
| §2.5 智能型非线性状态观测器设计 | 第29-31页 |
| §2.6 本章小结 | 第31-33页 |
| 第三章 一类Lipschitz非线性系统的自适应状态观测器设计 | 第33-47页 |
| §3.1 引言 | 第33-34页 |
| §3.2 基于Lyapunov理论的自适应状态观测器设计 | 第34-36页 |
| §3.3 自适应状态观测器存在的充分条件 | 第36-40页 |
| §3.4 遗传算法求解自适应状态观测器 | 第40-46页 |
| §3.5 本章小结 | 第46-47页 |
| 第四章 基于动态神经网络的非线性系统辨识和状态观测 | 第47-74页 |
| §4.1 神经网络模型及其面向对象的程序实现 | 第47-56页 |
| §4.2 基于动态回归神经网络的系统辨识和状态观测 | 第56-62页 |
| §4.3 动态神经网络的离线和在线实时学习算法 | 第62-68页 |
| §4.4 仿真研究 | 第68-72页 |
| §4.5 本章小结 | 第72-74页 |
| 第五章 动态神经网络在异步电动机矢量控制中的应用 | 第74-96页 |
| §5.1 三相交流异步电动机的数学模型 | 第74-80页 |
| §5.2 异步电动机矢量控制原理和转子磁链观测 | 第80-85页 |
| §5.3 基于动态神经网络自适应转子磁链观测器的矢量控制 | 第85-95页 |
| §5.4 本章小结 | 第95-96页 |
| 第六章 动态神经网络在异步电动机状态反馈线性化控制中的应用 | 第96-115页 |
| §6.1 非线性系统的反馈线性化理论 | 第96-100页 |
| §6.2 异步电动机的反馈线性化控制 | 第100-104页 |
| §6.3 基于动态神经网络的反馈线性化自适应控制 | 第104-106页 |
| §6.4 基于状态重构的异步电动机反馈线性化自适应控制 | 第106-113页 |
| §6.5 本章小结 | 第113-115页 |
| 第七章 结束语 | 第115-117页 |
| 参考文献 | 第117-127页 |
| 致谢 | 第127-128页 |
| 攻读博士学位期间已发表的学术论文及科研成果 | 第128-129页 |
| 答辩委员会意见 | 第129页 |
