摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景 | 第9-11页 |
1.2 国内外系统辨识的研究状况 | 第11-14页 |
1.3 本文工作的内容和意义 | 第14-15页 |
1.3.1 工作内容 | 第14-15页 |
1.3.2 工作意义 | 第15页 |
1.4 本文的组织结构 | 第15-17页 |
第二章 系统参数辨识的基本理论 | 第17-30页 |
2.1 系统模型与模型辨识 | 第17-19页 |
2.1.1 系统模型 | 第17-18页 |
2.1.2 模型阶次的辨识 | 第18-19页 |
2.2 最小二乘法参数辨识方法 | 第19-23页 |
2.2.1 最小二乘算法的分析和设计 | 第19-21页 |
2.2.2 递推最小二乘算法的分析和设计 | 第21-23页 |
2.3 卡尔曼滤波辨识算法 | 第23-26页 |
2.3.1 卡尔曼滤波方程 | 第23-24页 |
2.3.2 卡尔曼滤波辨识算法 | 第24-26页 |
2.4 传递函数的频域辨识 | 第26-29页 |
2.4.1 传递函数频域辨识的理论 | 第26页 |
2.4.2 频域辨识的方法 | 第26-28页 |
2.4.3 频域辨识的算法设计思想 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 不同数据情况下系统辨识的算法设计 | 第30-41页 |
3.1 缺失数据的处理方式 | 第30-31页 |
3.2 时域完整数据时不变系统辨识算法实现和设计 | 第31-33页 |
3.2.1 最小二乘法同时实现阶次和参数的辨识 | 第31-32页 |
3.2.2 递推最小二乘法同时实现阶次和参数的辨识 | 第32-33页 |
3.3 时域缺失数据时不变系统辨识方法 | 第33-36页 |
3.4 时域时变系统辨识方法 | 第36-40页 |
3.4.1 引入可变遗忘因子的递推最小二乘法分析和设计 | 第36-37页 |
3.4.2 带辅助模型的改进的卡尔曼滤波器辨识算法分析和设计 | 第37-39页 |
3.4.3 基于可调整的参数阶次的改进辨识算法分析和设计 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第四章 软件的混合编程 | 第41-50页 |
4.1 MFC调用MATLAB的引擎 | 第41-44页 |
4.2 MFC调用MATLAB中生成的DLL文件 | 第44-46页 |
4.3 MFC保存与读取辨识结果 | 第46-47页 |
4.4 MFC与数据库混合编程 | 第47-49页 |
4.4.1 配置SQL SERVER 2008 | 第48页 |
4.4.2 MFC ADO连接SQL SERVER | 第48页 |
4.4.3 MFC中简单的数据库操作 | 第48-49页 |
4.5 本章小结 | 第49-50页 |
第五章 系统参数辨识软件的设计与实现 | 第50-72页 |
5.1 软件开发环境 | 第50页 |
5.2 软件总体结构 | 第50-51页 |
5.3 系统参数辨识软件的功能模块划分 | 第51-52页 |
5.4 软件用户界面设计 | 第52-70页 |
5.4.1 总体软件设计用户界面 | 第52-53页 |
5.4.2 数据输入模块 | 第53-54页 |
5.4.3 频域参数辨识模块 | 第54-59页 |
5.4.4 时域完整输入输出数据辨识模块 | 第59-61页 |
5.4.5 时域完整输入带有缺失输出数据辨识模块 | 第61-64页 |
5.4.6 时变系统辨识模块 | 第64-70页 |
5.5 本章小结 | 第70-72页 |
第六章 结论与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 局限性与展望 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-79页 |
作者在攻读硕士学位期间发表的论文 | 第79页 |