输出误差类模型辨识方法的研究
摘要 | 第1-3页 |
Abstract | 第3-6页 |
第一章 引言 | 第6-10页 |
·系统辨识的现状与发展 | 第6-7页 |
·辨识方法概述 | 第7-8页 |
·课题研究的意义与主要内容 | 第8-10页 |
第二章 预备理论知识 | 第10-30页 |
·随机过程理论基础 | 第10-13页 |
·白噪声的定义和性质 | 第10-11页 |
·系统的噪信比及其计算 | 第11-13页 |
·随机系统模型 | 第13-15页 |
·主要的模型辨识方法 | 第15-30页 |
·递推最小二乘算法和遗忘因子最小二乘算法 | 第15-18页 |
·增广最小二乘算法 | 第18-20页 |
·随机梯度辨识算法和遗忘因子随机梯度算法 | 第20-22页 |
·辅助模型辨识方法 | 第22-23页 |
·多新息辨识方法 | 第23-24页 |
·迭代辨识方法 | 第24-25页 |
·滤波辨识方法 | 第25-30页 |
第三章 输出误差类模型的多新息辨识算法 | 第30-44页 |
·基于辅助模型的多新息最小二乘算法 | 第31-37页 |
·基于辅助模型的多新息随机梯度算法 | 第37-40页 |
·仿真实例 | 第40-43页 |
·小结 | 第43-44页 |
第四章 输出误差类模型的迭代辨识算法 | 第44-56页 |
·基于辅助模型的迭代最小二乘算法 | 第44-48页 |
·基于辅助模型的迭代随机梯度算法 | 第48-51页 |
·仿真实例 | 第51-54页 |
·小结 | 第54-56页 |
第五章 输出误差类模型的滤波辨识算法 | 第56-68页 |
·基于滤波的辅助模型最小二乘算法 | 第56-62页 |
·基于滤波的辅助模型随机梯度算法 | 第62-64页 |
·仿真实例 | 第64-67页 |
·小结 | 第67-68页 |
第六章 结论与展望 | 第68-70页 |
参考文献 | 第70-76页 |
个人简历及攻读学位期间的研究成果 | 第76-77页 |
附录 | 第77-78页 |
致谢 | 第78-81页 |