基于滤波的线性参数系统辨识方法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 问题的提出与研究意义 | 第7-8页 |
| 1.2 领域国内外研究现状 | 第8-10页 |
| 1.3 论文主要参数估计方法 | 第10-12页 |
| 1.4 论文主要研究内容简介 | 第12-13页 |
| 第二章 基于滤波的辅助模型辨识方法 | 第13-43页 |
| 2.1 系统描述与滤波辨识模型 | 第13-17页 |
| 2.2 基于滤波的辅助模型随机梯度算法 | 第17-22页 |
| 2.3 基于滤波的辅助模型多新息随机梯度算法 | 第22-26页 |
| 2.4 基于滤波的辅助模型梯度迭代算法 | 第26-32页 |
| 2.5 基于滤波的辅助模型递推最小二乘算法 | 第32-39页 |
| 2.6 基于滤波的辅助模型最小二乘迭代算法 | 第39-42页 |
| 2.7 小结 | 第42-43页 |
| 第三章 基于滤波的分解辨识方法 | 第43-69页 |
| 3.1 系统描述与基于滤波的分解辨识模型 | 第43-46页 |
| 3.2 基于滤波的分解随机梯度算法 | 第46-49页 |
| 3.3 基于滤波的分解多新息随机梯度算法 | 第49-54页 |
| 3.4 基于滤波的分解梯度迭代算法 | 第54-57页 |
| 3.5 基于滤波的分解递推最小二乘算法 | 第57-62页 |
| 3.6 基于滤波的分解最小二乘迭代算法 | 第62-67页 |
| 3.7 小结 | 第67-69页 |
| 主要结论与展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录: 攻读硕士期间发表的论文 | 第77页 |
