| 第一章 绪论 | 第1-11页 |
| §1．1 引言 | 第6-7页 |
| §1．2 历史回顾 | 第7-10页 |
| §1．3 本文的主要工作 | 第10-11页 |
| 第二章 线性时不变确定系统的神经网络观测器 | 第11-25页 |
| §2．1 引言 | 第11页 |
| §2．2 连续型Hopfield神经网络模型 | 第11-17页 |
| §2．3 线性时不变系统的神经网络观测器设计 | 第17-21页 |
| §2．4 算例仿真 | 第21-24页 |
| §2．5 小结 | 第24-25页 |
| 第三章 线性时不变参数未知系统的自适应观测器 | 第25-33页 |
| §3．1 引言 | 第25页 |
| §3．2 基于参数估计的Hopfeild网络观测器 | 第25-29页 |
| §3．3 算例仿真 | 第29-32页 |
| §3．4 小结 | 第32-33页 |
| 第四章 线性时变系统的观测器设计 | 第33-49页 |
| §4．1 引言 | 第33页 |
| §4．2 求解时变矩阵方程的神经网络模型 | 第33-38页 |
| §4．3 基于时变极点配置的观测器设计 | 第38-42页 |
| §4．4 鲁棒性分析 | 第42-44页 |
| §4．5 算例仿真 | 第44-48页 |
| §4．6 小结 | 第48-49页 |
| 第五章 基于分离性原理和Hopfield网络的反馈系统设计 | 第49-55页 |
| §5．1 引言 | 第49页 |
| §5．2 极点配置控制问题 | 第49-51页 |
| §5．3 数值仿真 | 第51-54页 |
| §5．4 小结 | 第54-55页 |
| 结论与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 作者在读期间的研究成果 | 第62页 |