| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 研究现状 | 第14-21页 |
| 1.2.1 被动容错控制技术 | 第15-16页 |
| 1.2.2 主动容错控制技术 | 第16-18页 |
| 1.2.3 容错控制理论的研究热点和新成果 | 第18-21页 |
| 1.3 论文主要内容和组织结构 | 第21-25页 |
| 1.3.1 论文主要内容 | 第21-22页 |
| 1.3.2 论文组织结构 | 第22-25页 |
| 2 线性系统的鲁棒自适应容错控制 | 第25-47页 |
| 2.1 引言 | 第25-26页 |
| 2.2 鲁棒容错控制 | 第26-29页 |
| 2.2.1 问题描述 | 第26-27页 |
| 2.2.2 算法设计与稳定性分析 | 第27-29页 |
| 2.3 鲁棒自适应容错控制 | 第29-39页 |
| 2.3.1 算法设计与稳定性分析 | 第29-31页 |
| 2.3.2 外部干扰无界的鲁棒自适应容错控制 | 第31-32页 |
| 2.3.3 考虑子系统故障的鲁棒自适应容错控制 | 第32-39页 |
| 2.4 仿真研究 | 第39-45页 |
| 2.4.1 火箭整流罩的容错控制 | 第39-41页 |
| 2.4.2 飞机俯仰姿态容错控制 | 第41-45页 |
| 2.5 本章小结 | 第45-47页 |
| 3 随机系统的鲁棒自适应容错控制 | 第47-65页 |
| 3.1 引言 | 第47-48页 |
| 3.2 问题描述 | 第48-50页 |
| 3.3 模型不确定随机系统的鲁棒容错控制 | 第50-53页 |
| 3.3.1 算法设计 | 第50-51页 |
| 3.3.2 稳定性分析 | 第51-53页 |
| 3.4 模型不确定随机系统的鲁棒自适应容错控制 | 第53-59页 |
| 3.4.1 算法设计与稳定性分析 | 第53-56页 |
| 3.4.2 改进的鲁棒自适应容错控制 | 第56-59页 |
| 3.5 仿真研究 | 第59-63页 |
| 3.6 本章小结 | 第63-65页 |
| 4 非线性系统的神经网络自适应容错控制 | 第65-89页 |
| 4.1 引言 | 第65-67页 |
| 4.2 问题描述 | 第67-69页 |
| 4.3 模型参考鲁棒自适应控制器设计与稳定性分析 | 第69-75页 |
| 4.3.1 鲁棒容错控制 | 第69-71页 |
| 4.3.2 鲁棒自适应容错控制 | 第71-75页 |
| 4.4 基于神经网络的自适应容错控制 | 第75-80页 |
| 4.4.1 算法设计 | 第76-77页 |
| 4.4.2 稳定性分析 | 第77-80页 |
| 4.5 仿真研究 | 第80-87页 |
| 4.6 本章小结 | 第87-89页 |
| 5 非线性重复系统的数据驱动自适应容错控制 | 第89-111页 |
| 5.1 引言 | 第89-90页 |
| 5.2 问题描述 | 第90-92页 |
| 5.3 考虑控制受限及状态时滞的系统AILFTC方法 | 第92-105页 |
| 5.3.1 SISO系统的跟踪容错控制 | 第92-103页 |
| 5.3.2 MIMO系统的跟踪容错控制 | 第103-105页 |
| 5.4 仿真研究 | 第105-109页 |
| 5.5 本章小结 | 第109-111页 |
| 6 多智能体系统的优化协调及鲁棒自适应容错控制 | 第111-139页 |
| 6.1 引言 | 第111-112页 |
| 6.2 问题描述 | 第112-117页 |
| 6.2.1 分布式控制 | 第113-114页 |
| 6.2.2 系统级建模 | 第114-117页 |
| 6.3 故障已知的多智能体系统优化协调控制 | 第117-122页 |
| 6.4 故障未知的分布式鲁棒自适应容错控制 | 第122-126页 |
| 6.5 仿真研究 | 第126-137页 |
| 6.6 本章小结 | 第137-139页 |
| 7 总结与展望 | 第139-141页 |
| 7.1 总结 | 第139-140页 |
| 7.2 有待进一步研究的问题 | 第140-141页 |
| 参考文献 | 第141-149页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第149-153页 |
| 学位论文数据集 | 第153页 |