一类维纳非线性系统辨识（Ⅰ）
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-24页 |
| ·问题提出与研究意义 | 第8-9页 |
| ·课题研究现状 | 第9-10页 |
| ·非线性系统辨识方法综述 | 第10-21页 |
| ·无噪声下的迭代算法 | 第10-12页 |
| ·无噪声下的非迭代一次完成算法 | 第12-15页 |
| ·白噪声下的两段辨识法 | 第15-17页 |
| ·有色噪声下Hammerstein模型最小二乘法 | 第17-19页 |
| ·基于辅助模型最小二乘法 | 第19-21页 |
| ·本文主要研究内容 | 第21-24页 |
| 第二章 白噪声干扰Wiener非线性系统辨识 | 第24-44页 |
| ·Wiener非线性系统模型描述 | 第24-26页 |
| ·最小二乘参数估计算法 | 第26-29页 |
| ·算法推导 | 第26-29页 |
| ·仿真例子 | 第29页 |
| ·参数分离的几种方法 | 第29-38页 |
| ·排列组合法 | 第31-32页 |
| ·奇异值分解方法 | 第32-35页 |
| ·仿真例子与比较 | 第35-38页 |
| ·随机梯度参数估计算法 | 第38-40页 |
| ·算法推导 | 第38-40页 |
| ·仿真例子 | 第40页 |
| ·小结 | 第40-44页 |
| 第三章 Wiener非线性ARMAX系统辨识 | 第44-58页 |
| ·最小二乘迭代参数估计算法 | 第44-47页 |
| ·算法推导 | 第44-47页 |
| ·仿真例子 | 第47页 |
| ·增广最小二乘估计算法 | 第47-50页 |
| ·算法推导 | 第48-50页 |
| ·仿真例子 | 第50页 |
| ·增广随机梯度估计算法 | 第50-54页 |
| ·算法推导 | 第50-53页 |
| ·仿真例子 | 第53-54页 |
| ·小结 | 第54-58页 |
| 第四章 非线性动态调节模型系统辨识 | 第58-72页 |
| ·迭代广义最小二乘算法 | 第58-61页 |
| ·算法推导 | 第58-61页 |
| ·仿真例子 | 第61页 |
| ·递推广义最小二乘估计算法 | 第61-64页 |
| ·算法推导 | 第61-64页 |
| ·仿真例子 | 第64页 |
| ·广义随机梯度估计算法 | 第64-67页 |
| ·算法推导 | 第64-67页 |
| ·仿真例子 | 第67页 |
| ·小结 | 第67-72页 |
| 第五章 一般有色噪声Wiener非线性系统辨识 | 第72-86页 |
| ·迭代广义增广最小二乘法 | 第72-76页 |
| ·算法推导 | 第72-74页 |
| ·仿真例子 | 第74-76页 |
| ·递推广义增广最小二乘法 | 第76-79页 |
| ·算法推导 | 第76-78页 |
| ·仿真例子 | 第78-79页 |
| ·广义增广随机梯度辨识算法 | 第79-82页 |
| ·算法推导 | 第79-81页 |
| ·仿真例子 | 第81-82页 |
| ·小结 | 第82-86页 |
| 第六章 结论与展望 | 第86-88页 |
| 致谢 | 第88-90页 |
| 参考文献 | 第90-92页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第92页 |
