首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于神经网络的参量声源逆控制方法研究与实现

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-19页
   ·研究背景及研究现状第12-16页
     ·研究背景第12-13页
     ·国内外研究现状第13-16页
   ·研究内容及意义第16-17页
   ·本论文的结构安排第17-19页
第二章 参量声学系统可逆性及逆控制方法第19-28页
   ·参量声学系统可逆性判定第19-21页
   ·参量声源自适应逆控制设计方法第21-25页
     ·参量声源自适应控制的基本结构第22-23页
     ·参量声源自适应逆控制的扩展结构第23-25页
   ·参量声源神经网络逆模型辨识第25-27页
     ·参量声源神经网络建模方法第25-26页
     ·参量声源逆向建模方法第26-27页
   ·本章小结第27-28页
第三章 参量声源非线性系统建模第28-59页
   ·基于 BP 网络的参量声源非线性建模第28-33页
     ·基于 BP 的参量声源建模理论推导第28-30页
     ·基于 BP 的参量声源模型性能分析第30-33页
   ·基于 RBF 网络的参量声源非线性建模第33-37页
     ·基于 RBF 的参量声源建模理论推导第33-36页
     ·基于 RBF 的参量声源模型性能分析第36-37页
   ·基于 CMAC 网络的参量声源非线性建模第37-41页
     ·基于 CMAC 的参量声源建模理论推导第37-40页
     ·基于 CMAC 的参量声源模型性能分析第40-41页
   ·基于 GA-BP 网络的参量声源非线性建模第41-49页
     ·基于 GA-BP 的参量声源建模理论推导第41-47页
     ·基于 GA-BP 的参量声源模型性能分析第47-49页
   ·基于 SVM 法的参量声源非线性建模第49-55页
     ·基于 SVM 法的参量声源建模理论推导第49-53页
     ·基于 SVM 法的参量声源模型性能分析第53-55页
   ·参量声源非线性模型性能对比第55-57页
   ·本章小结第57-59页
第四章 基于神经网络控制模型搭建第59-73页
   ·参量声源的 PID 控制第59-61页
   ·复合控制系统模型建立及仿真第61-72页
     ·参量声源 BP-PID 逆控制第61-64页
     ·参量声源 BP-PID 自适应逆控制第64-68页
     ·参量声源 CMAC-PID 并行控制第68-72页
   ·本章小结第72-73页
第五章 神经网络逆控制系统实现及测试第73-91页
   ·数字信号处理硬件实现第73-81页
     ·硬件电路设计方案第73-74页
     ·ADSP-BF533 简介第74-75页
     ·系统详细设计第75-81页
       ·电源设计第75-76页
       ·频率产生电路设计第76-77页
       ·模数及数模电路设计第77-79页
       ·存储模块设计第79-80页
       ·电路布线第80-81页
   ·参量声源 BP-PID 逆控制算法实现第81-86页
     ·FIR 滤波器设计第82-84页
     ·BP-PID 逆控制程序设计第84-86页
   ·参量声源 BP-PID 逆控制实验测试第86-90页
     ·逆控制测试平台搭建第86页
     ·BP-PID 逆控制算法实验测试第86-90页
   ·本章小结第90-91页
第六章 总结与展望第91-93页
   ·论文总结第91-92页
   ·工作展望第92-93页
致谢第93-94页
参考文献第94-99页
攻硕期间取得的研究成果第99-100页

论文共100页,点击 下载论文
上一篇:多机器人系统协同自主网络规划方法的设计与研究
下一篇:三光束干涉型氢气传感器