| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第14-15页 |
| 1 绪论 | 第15-24页 |
| 1.1 课题研究背景与意义 | 第15-16页 |
| 1.2 状态空间辨识的研究现状 | 第16-21页 |
| 1.2.1 线性系统的状态空间辨识 | 第16-18页 |
| 1.2.2 闭环线性系统的状态空间辨识 | 第18-19页 |
| 1.2.3 非线性系统的状态空间辨识 | 第19-21页 |
| 1.3 工业生产过程的抗扰辨识问题 | 第21-22页 |
| 1.4 本文主要内容 | 第22-24页 |
| 2 在有色噪声下辨识线性系统状态空间模型 | 第24-39页 |
| 2.1 问题描述 | 第24-25页 |
| 2.2 基于双投影的子空间辨识算法 | 第25-30页 |
| 2.2.1 传统辨识方法分析 | 第26-28页 |
| 2.2.2 改进的子空间辨识算法 | 第28-30页 |
| 2.3 算法特性分析 | 第30-33页 |
| 2.3.1 一致无偏性分析 | 第31-32页 |
| 2.3.2 误差估计 | 第32-33页 |
| 2.4 仿真验证 | 第33-38页 |
| 2.5 本章小节 | 第38-39页 |
| 3 在慢时变扰动下辨识线性系统状态空间模型 | 第39-66页 |
| 3.1 问题描述 | 第39页 |
| 3.2 模型分解 | 第39-41页 |
| 3.3 递归子空间辨识算法 | 第41-45页 |
| 3.3.1 Deadbeat观测器Markov参数矩阵递归估计 | 第41-43页 |
| 3.3.2 系统Markov参数矩阵递归估计 | 第43页 |
| 3.3.3 系统参数矩阵估计 | 第43-44页 |
| 3.3.4 算法参数选择 | 第44-45页 |
| 3.4 收敛性分析 | 第45-53页 |
| 3.5 仿真验证 | 第53-65页 |
| 3.6 本章小节 | 第65-66页 |
| 4 在白噪声下辨识闭环线性系统状态空间模型 | 第66-82页 |
| 4.1 问题描述 | 第66-67页 |
| 4.2 模型推导 | 第67-68页 |
| 4.3 基于正交投影和新息估计的子空间辨识算法 | 第68-73页 |
| 4.3.1 正交投影 | 第68-69页 |
| 4.3.2 新息估计 | 第69-71页 |
| 4.3.3 系统参数矩阵求解 | 第71-73页 |
| 4.4 算法一致性分析 | 第73-76页 |
| 4.5 仿真验证 | 第76-81页 |
| 4.6 本章小节 | 第81-82页 |
| 5 在周期扰动下辨识Hammerstein非线性系统状态空间模型 | 第82-104页 |
| 5.1 问题描述 | 第82-83页 |
| 5.2 子空间辨识方法 | 第83-91页 |
| 5.2.1 消除负载干扰和噪声影响 | 第85-87页 |
| 5.2.2 估计Γ和H | 第87-89页 |
| 5.2.3 估计系统参数 | 第89页 |
| 5.2.4 估计负载干扰周期 | 第89-91页 |
| 5.3 算法一致性分析 | 第91-93页 |
| 5.4 仿真验证 | 第93-103页 |
| 5.5 本章小节 | 第103-104页 |
| 6 结论与展望 | 第104-107页 |
| 6.1 结论 | 第104页 |
| 6.2 主要创新点 | 第104-105页 |
| 6.3 研究展望 | 第105-107页 |
| 参考文献 | 第107-114页 |
| 攻读博士学位期间科研项目及科研成果 | 第114-115页 |
| 致谢 | 第115-116页 |
| 作者简介 | 第116页 |