| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-12页 |
| ·引言 | 第6-7页 |
| ·HCCI 燃烧方式简介 | 第7-9页 |
| ·HCCI 面临的技术问题和解决方案 | 第9-10页 |
| ·离子电流在内燃机中的应用和研究现状 | 第10-11页 |
| ·本文的研究内容及意义 | 第11-12页 |
| 第二章 动态递归神经网络模型建立的理论和方法 | 第12-25页 |
| ·神经网络简介 | 第12-15页 |
| ·神经网络特点 | 第12-13页 |
| ·几种常用神经网络 | 第13-15页 |
| ·动态递归神经网络 | 第15-20页 |
| ·动态递归神经网络的拓扑结构 | 第15-18页 |
| ·动态递归神经网络的学习算法 | 第18-19页 |
| ·动态递归神经网络的改进学习算法 | 第19-20页 |
| ·动态递归网络模型建立方法 | 第20-24页 |
| ·模型结构的确定 | 第20-21页 |
| ·学习样本的选取原则 | 第21-22页 |
| ·网络的训练 | 第22-23页 |
| ·模型的验证 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 HCCI 汽油机离子电流检测原理及信号采集 | 第25-34页 |
| ·离子电流基本原理 | 第25-26页 |
| ·HCCI 汽油机离子电流检测试验平台简介 | 第26-27页 |
| ·试验用单缸机 | 第26页 |
| ·离子电流检测试验平台 | 第26-27页 |
| ·样本采集 | 第27-29页 |
| ·信号获取 | 第29-33页 |
| ·离子流信号特征信息提取 | 第29-31页 |
| ·HCCI 发动机燃烧信息获取 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 HCCI 发动机燃烧信息分析与辨识 | 第34-53页 |
| ·离子电流信号与燃烧信息关系分析 | 第34-40页 |
| ·基于动态递归神经网络的CA10 观测器模型 | 第40-48页 |
| ·结构参数和训练参数的确定 | 第40-46页 |
| ·CA10 观测器辨识结果 | 第46-48页 |
| ·基于动态递归神经网络的CA50 观测器模型 | 第48-52页 |
| ·结构参数和训练参数的确定 | 第48-50页 |
| ·CA50 观测器辨识结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 HCCI 汽油机燃烧相位观测器模型的性能分析 | 第53-61页 |
| ·与BP 网络和RBF 网络观测器模型比较 | 第53-55页 |
| ·训练精度与泛化精度比较 | 第53-54页 |
| ·训练速度与计算速度的比较 | 第54-55页 |
| ·抗干扰性与容错能力分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 结束语 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |