| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的意义与背景 | 第8-11页 |
| 1.1.1 系统辨识简介 | 第8-9页 |
| 1.1.2 系统辨识步骤 | 第9-10页 |
| 1.1.3 系统辨识的分类以及在线系统辨识 | 第10-11页 |
| 1.2 延时系统与系统降阶 | 第11-12页 |
| 1.2.1 延时系统 | 第11页 |
| 1.2.2 系统降阶 | 第11-12页 |
| 1.3 在线降阶的系统辨识 | 第12页 |
| 1.4 论文主要内容及结构安排 | 第12-14页 |
| 1.4.1 论文主要研究内容 | 第12页 |
| 1.4.2 论文的结构安排 | 第12-14页 |
| 第二章 直拉法单晶硅生产工艺流程 | 第14-18页 |
| 2.1 单晶硅产业的现状 | 第14-15页 |
| 2.2 直拉式单晶炉系统结构 | 第15-16页 |
| 2.3 直拉法单晶硅生长工艺流程 | 第16-17页 |
| 2.4 小结 | 第17-18页 |
| 第三章 在线系统辨识算法及其应用 | 第18-30页 |
| 3.1 最小二乘算法数学模型以及统计特性 | 第18-21页 |
| 3.1.1 最小二乘算法的数学模型 | 第18-20页 |
| 3.1.2 最小二乘估计的统计性质 | 第20-21页 |
| 3.2 递推最小二乘算法原理 | 第21-23页 |
| 3.3 增广最小二乘算法以及时变系统的处理方法 | 第23-24页 |
| 3.3.1 增广最小二乘算法 | 第23-24页 |
| 3.3.2 时变系统的处理方法 | 第24页 |
| 3.4 在线辨识的递推步骤 | 第24-25页 |
| 3.5 最小二乘递推辨识的阶次选择 | 第25-27页 |
| 3.5.1 行列式法判定阶次方法 | 第26页 |
| 3.5.2 赤池法判定阶次方法 | 第26-27页 |
| 3.6 在线辨识的仿真实验 | 第27-29页 |
| 3.7 小结 | 第29-30页 |
| 第四章 延时估计与系统降阶 | 第30-39页 |
| 4.1 问题引入 | 第30-31页 |
| 4.1.1 单晶炉控制系统物理模型 | 第30页 |
| 4.1.2 功率温度模型的在线辨识中延时估计的目的 | 第30-31页 |
| 4.2 自适应滤波原理 | 第31-33页 |
| 4.2.1 自适应滤波器的性能指标 | 第31-32页 |
| 4.2.2 自适应FIR滤波器的结构与原理 | 第32-33页 |
| 4.3 LMS自适应滤波算法以及性能指标 | 第33-36页 |
| 4.3.1 自适应滤波器的最小均方算法 | 第33-34页 |
| 4.3.2 LMS自适应滤波器的性能指标 | 第34-36页 |
| 4.4 自适应滤波器的应用 | 第36-38页 |
| 4.5 小结 | 第38-39页 |
| 第五章 低信噪比情况下的延时估计仿真实验 | 第39-48页 |
| 5.1 仿真实验的目的 | 第39页 |
| 5.2 仿真实验的设计 | 第39页 |
| 5.3 matlab仿真平台的搭建 | 第39-40页 |
| 5.4 实验仿真过程 | 第40-47页 |
| 5.4.1 高信噪比的情况下的延时估计 | 第40-43页 |
| 5.4.2 信噪比不足的情况下的延时估计 | 第43-47页 |
| 5.5 小结 | 第47-48页 |
| 第六章 在线降阶辨识的测试以及分析 | 第48-55页 |
| 6.1 系统的结构 | 第48页 |
| 6.2 系统的搭建 | 第48-49页 |
| 6.3 在线降阶辨识仿真过程 | 第49-53页 |
| 6.3.1 延时估计过程 | 第50-52页 |
| 6.3.2 在线辨识过程 | 第52-53页 |
| 6.4 降阶辨识的性能指标以及对比 | 第53-54页 |
| 6.5 小结 | 第54-55页 |
| 第七章 结论与展望 | 第55-57页 |
| 7.1 总结 | 第55-56页 |
| 7.2 展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 在学期间研究成果 | 第59-60页 |
| 致谢 | 第60页 |