| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-12页 |
| ·开关电源的发展历史 | 第10-11页 |
| ·开关电源的发展趋势 | 第11-12页 |
| ·开关电源的分类 | 第12-15页 |
| ·开关电源智能控制研究 | 第15-18页 |
| ·论文内容 | 第18-20页 |
| 第2章 开关电源的建模分析与研究 | 第20-36页 |
| ·开关电源的建模方法 | 第20-26页 |
| ·状态空间平均法 | 第21-24页 |
| ·电路平均法 | 第24-26页 |
| ·开关电源的工作原理 | 第26-27页 |
| ·降压型开关电源工作原理 | 第26页 |
| ·升压型开关电源工作原理 | 第26-27页 |
| ·电流型开关电源的工作模式 | 第27-30页 |
| ·电流连续工作模式(CCM) | 第28-29页 |
| ·电流断续工作模式(DCM) | 第29-30页 |
| ·电流型开关电源的数学模型 | 第30-33页 |
| ·电流型开关电源的PWM反馈控制 | 第33-35页 |
| ·电压模式控制 | 第33-34页 |
| ·电流模式控制 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 电流型开关电源的动态神经网络逆控制研究 | 第36-47页 |
| ·神经网络方法 | 第36-38页 |
| ·神经网络发展 | 第36-37页 |
| ·神经网络特点 | 第37-38页 |
| ·前馈神经网络概述 | 第38-40页 |
| ·静态神经网络 | 第38-39页 |
| ·动态神经网络 | 第39-40页 |
| ·逆系统的概念 | 第40页 |
| ·动态神经网络逆系统方法 | 第40-42页 |
| ·动态神经网络逆模型的学习与训练 | 第42-43页 |
| ·动态神经网络逆系统的训练结构与步骤 | 第42页 |
| ·激励信号的选取 | 第42-43页 |
| ·动态神经网络逆控制的设计 | 第43-44页 |
| ·仿真实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 动态神经网络复合逆控制在电流型开关电源中的应用 | 第47-58页 |
| ·一般模型控制(GMC) | 第47-48页 |
| ·具有输入饱和时一般模型控制器的整定 | 第48-50页 |
| ·通用模型控制(CMC) | 第50-52页 |
| ·动态神经网络的复合逆控制策略 | 第52-54页 |
| ·基于前馈动态神经网络复合逆控制的结构设计 | 第52-53页 |
| ·被控系统逆模型的实现 | 第53-54页 |
| ·仿真实验 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 动态神经网络自适应逆控制在电流型开关电源中的应用 | 第58-69页 |
| ·自适应控制 | 第58-62页 |
| ·自适应控制原理 | 第58页 |
| ·自适应控制技术的发展及应用 | 第58-59页 |
| ·自适应控制系统结构 | 第59-60页 |
| ·自适应控制系统分类 | 第60-62页 |
| ·神经网络自适应控制 | 第62-64页 |
| ·神经网络模型参考白适应控制 | 第62-63页 |
| ·神经网络自校正控制 | 第63-64页 |
| ·带有自适应的动态神经网络复合逆控制 | 第64-67页 |
| ·动态神经网络自适应逆控制器的设计 | 第64-65页 |
| ·仿真实验 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 作者在攻读硕士学位期间发表的论文和参与的科研项目 | 第77页 |