| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第5-9页 |
| 1.1 问题的提出与研究意义 | 第5-6页 |
| 1.2 国内外研究现状 | 第6-8页 |
| 1.3 本文的主要内容与结构安排 | 第8-9页 |
| 第二章 Hammerstein模型 | 第9-15页 |
| 2.1 Hammerstein模型的描述 | 第9-12页 |
| 2.2 模型辨识的应用与基本步骤 | 第12-14页 |
| 2.2.1 模型辨识的应用 | 第12页 |
| 2.2.2 模型辨识的基本步骤 | 第12-14页 |
| 2.3 小结 | 第14-15页 |
| 第三章 极大似然辨识算法 | 第15-23页 |
| 3.1 极大似然辨识算法的原理 | 第15-17页 |
| 3.2 受控自回归模型的递推极大似然辨识 | 第17-20页 |
| 3.3 仿真实验 | 第20-21页 |
| 3.4 小结 | 第21-23页 |
| 第四章 多变量Hammerstein模型的极大似然辨识 | 第23-43页 |
| 4.1 多变量Hammerstein CMA模型的辨识 | 第23-31页 |
| 4.1.1 模型描述 | 第23-24页 |
| 4.1.2 多变量Hammerstein CMA模型的极大似然参数估计 | 第24-29页 |
| 4.1.3 仿真实验 | 第29-31页 |
| 4.2 多变量Hammerstein OEMA模型的辨识 | 第31-41页 |
| 4.2.1 模型描述 | 第31-33页 |
| 4.2.2 多变量Hammerstein OEMA模型的极大似然参数估计 | 第33-39页 |
| 4.2.3 仿真实验 | 第39-41页 |
| 4.3 小结 | 第41-43页 |
| 第五章 结论与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间的研究成果 | 第49-51页 |
| 附录 | 第51-53页 |
| 致谢 | 第53-55页 |
