| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 非线性系统辨识综述 | 第10-16页 |
| 1.3 本文主要研究内容简介 | 第16-18页 |
| 第二章 Wiener 非线性输出误差系统参数辨识 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 Wiener 非线性输出误差模型 | 第18-20页 |
| 2.3 梯度迭代算法 | 第20-27页 |
| 2.3.1 算法推导 | 第20-26页 |
| 2.3.2 仿真例子 | 第26-27页 |
| 2.4 最小二乘迭代算法 | 第27-34页 |
| 2.4.1 算法推导 | 第27-32页 |
| 2.4.2 仿真例子 | 第32-34页 |
| 2.5 小结 | 第34-36页 |
| 第三章 有色噪声干扰下的 Wiener 非线性系统参数辨识 | 第36-56页 |
| 3.1 引言 | 第36页 |
| 3.2 Wiener 非线性输出误差自回归模型的辨识 | 第36-43页 |
| 3.2.1 广义牛顿迭代算法 | 第39-41页 |
| 3.2.2 仿真例子 | 第41-43页 |
| 3.3 Wiener 非线性输出误差滑动平均模型的辨识 | 第43-55页 |
| 3.3.1 增广牛顿迭代算法 | 第46-50页 |
| 3.3.2 增广拟牛顿迭代算法 | 第50-55页 |
| 3.4 小结 | 第55-56页 |
| 第四章 非均匀采样 Wiener 非线性系统参数辨识 | 第56-74页 |
| 4.1 引言 | 第56页 |
| 4.2 非均匀采样 Wiener 非线性模型 | 第56-60页 |
| 4.3 梯度迭代辨识算法 | 第60-64页 |
| 4.3.1 算法推导 | 第60-62页 |
| 4.3.2 仿真例子 | 第62-64页 |
| 4.4 共轭梯度迭代辨识算法 | 第64-73页 |
| 4.4.1 共轭梯度方向的确定 | 第64-67页 |
| 4.4.2 算法推导 | 第67-73页 |
| 4.5 小结 | 第73-74页 |
| 第五章 多输入单输出 Wiener 非线性系统参数辨识 | 第74-92页 |
| 5.1 引言 | 第74页 |
| 5.2 具有不可逆非线性的多输入单输出 Wiener 系统参数辨识 | 第74-84页 |
| 5.2.1 最小二乘迭代算法 | 第76-78页 |
| 5.2.2 Levenberg-Marquardt 迭代辨识算法 | 第78-84页 |
| 5.3 具有可逆非线性的多输入单输出 Wiener 系统参数辨识及应用 | 第84-90页 |
| 5.3.1 算法推导 | 第86-87页 |
| 5.3.2 谷氨酸发酵过程建模 | 第87-90页 |
| 5.4 小结 | 第90-92页 |
| 第六章 结论与展望 | 第92-94页 |
| 6.1 结论 | 第92-93页 |
| 6.2 研究展望 | 第93-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-104页 |
| 附录：作者攻读博士学位期间学术和科研成果 | 第104页 |
