EIV系统的渐近辨识算法研究
| 致谢 | 第5-7页 |
| 摘要 | 第7-10页 |
| Abstract | 第10-12页 |
| 缩写、符号清单、术语表 | 第16-22页 |
| 1 绪论 | 第22-48页 |
| 1.1 系统与模型 | 第22-24页 |
| 1.2 系统辨识简介 | 第24-36页 |
| 1.2.1 实验设计与激励信号 | 第26-29页 |
| 1.2.2 模型集简介 | 第29-31页 |
| 1.2.3 参数估计方法 | 第31-35页 |
| 1.2.4 模型检验标准 | 第35-36页 |
| 1.3 EIV系统辨识研究背景 | 第36-44页 |
| 1.3.1 EIV系统简介 | 第36-39页 |
| 1.3.2 EIV系统辨识研究现状 | 第39-44页 |
| 1.4 研究内容 | 第44-45页 |
| 1.5 论文框架 | 第45-48页 |
| 2 EIV系统下的ARX模型辨识 | 第48-66页 |
| 2.1 ARX模型辨识问题描述 | 第48-50页 |
| 2.2 ARX模型的无偏估计推导 | 第50-54页 |
| 2.3 估计输入端噪声方差的COE准则 | 第54-58页 |
| 2.3.1 输出误差准则简介 | 第54-55页 |
| 2.3.2 相关性输出误差(COE)准则 | 第55-58页 |
| 2.4 ARX模型的一致性辨识算法 | 第58-61页 |
| 2.4.1 算法介绍 | 第58-60页 |
| 2.4.2 ARX-EIV算法一致性证明 | 第60-61页 |
| 2.5 ARX-EIV算法仿真研究 | 第61-64页 |
| 2.6 本章小结 | 第64-66页 |
| 3 EIV系统下ARX辨识模型的渐近理论 | 第66-78页 |
| 3.1 ARX模型的参数渐近理论 | 第66-70页 |
| 3.1.1 参数估计的渐近理论 | 第66-69页 |
| 3.1.2 参数估计渐近理论数学证明 | 第69-70页 |
| 3.2 ARX模型的渐近理论 | 第70-75页 |
| 3.2.1 辨识模型的渐近理论 | 第70-71页 |
| 3.2.2 辨识模型渐近理论数学证明 | 第71-75页 |
| 3.3 本章小结 | 第75-78页 |
| 4 EIV系统的渐近辨识算法 | 第78-96页 |
| 4.1 单变量EIV系统辨识问题描述 | 第78-80页 |
| 4.2 EIV系统辨识的渐近算法 | 第80-88页 |
| 4.2.1 估计高阶ARX模型 | 第80-82页 |
| 4.2.2 模型降阶 | 第82-83页 |
| 4.2.3 阶次选择 | 第83-87页 |
| 4.2.4 模型检验 | 第87-88页 |
| 4.3 EIV-ASYM算法仿真研究 | 第88-94页 |
| 4.3.1 二阶系统仿真并与BELS-Ⅱ法对比 | 第88-92页 |
| 4.3.2 EIV-ASYM法与Ⅳ-WSF法对比 | 第92-94页 |
| 4.4 本章小结 | 第94-96页 |
| 5 多变量EIV系统的渐近辨识算法 | 第96-126页 |
| 5.1 多变量EIV系统辨识问题描述 | 第96-98页 |
| 5.2 多变量EIV系统下ARX模型辨识 | 第98-105页 |
| 5.3 多变量EIV系统下ARX模型的渐近理论 | 第105-110页 |
| 5.4 多变量EIV系统的渐近辨识算法 | 第110-114页 |
| 5.4.1 多变量EIV系统参数估计 | 第111-112页 |
| 5.4.2 多变量EIV系统模型阶次/结构选择 | 第112-113页 |
| 5.4.3 多变量EIV系统模型检验 | 第113-114页 |
| 5.5 多变量EIV-ASYM算法仿真研究 | 第114-123页 |
| 5.6 本章小结 | 第123-126页 |
| 6 总结与展望 | 第126-132页 |
| 6.1 论文总结 | 第126-128页 |
| 6.2 研究展望 | 第128-132页 |
| 参考文献 | 第132-144页 |
| 作者简历 | 第144-146页 |
| 作者攻读博士学位期间科研成果 | 第146页 |
