| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文研究内容与组织结构 | 第9-11页 |
| 2 基于可控Gram矩阵和可观Gram矩阵的H_2最优模型降阶方法 | 第11-22页 |
| 2.1 系统的H_2范数与可控Gram矩阵和可观Gram矩阵 | 第11-14页 |
| 2.2 误差系统与H_2最优必要条件 | 第14-17页 |
| 2.3 基于可控Gram矩阵和可观Gram矩阵的模型降阶算法 | 第17-19页 |
| 2.4 数值实验 | 第19-22页 |
| 3 基于Kronecker积的H_2最优模型降阶方法 | 第22-35页 |
| 3.1 基于Kronecker积的H_2范数 | 第22-24页 |
| 3.2 H_2最优必要条件与基于Kronecker积的模型降阶算法 | 第24-29页 |
| 3.3 数值实验 | 第29-35页 |
| 4 基于广义交叉Gram矩阵的H_2最优模型降阶方法 | 第35-46页 |
| 4.1 基于广义交叉Gram矩阵的H_2范数 | 第35-38页 |
| 4.2 H_2最优必要条件与基于广义交叉Gram矩阵的模型降阶算法 | 第38-42页 |
| 4.3 数值实验 | 第42-46页 |
| 5 总结和未来工作展望 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 攻读学位期间的主要学术成果 | 第53-54页 |
| 致谢 | 第54-55页 |
