| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-21页 |
| ·本课题的研究背景 | 第15页 |
| ·系统辨识的发展状况 | 第15-19页 |
| ·系统辨识的历史与发展 | 第15-16页 |
| ·经典辨识方法 | 第16-17页 |
| ·闭环辨识问题 | 第17-18页 |
| ·现代辨识 | 第18-19页 |
| ·本论文的工作 | 第19-21页 |
| 第二章 常用辨识方法的仿真与比较 | 第21-35页 |
| ·系统辨识简介 | 第21-23页 |
| ·建模的基本方法 | 第21-22页 |
| ·辨识中常用的误差准则 | 第22-23页 |
| ·对象的数学模型 | 第23-25页 |
| ·引言 | 第23页 |
| ·输入输出模型 | 第23-25页 |
| ·状态方程模型 | 第25页 |
| ·图解法 | 第25-28页 |
| ·切线法 | 第26页 |
| ·两点法 | 第26-28页 |
| ·基于最小二乘的辨识方法 | 第28-35页 |
| ·基本最小二乘法 | 第28-31页 |
| ·基于FIR模型的最小二乘法 | 第31-35页 |
| 第三章 其它算法在辨识中的应用及对遗传算法的改进 | 第35-53页 |
| ·引言 | 第35页 |
| ·NLJ算法 | 第35-39页 |
| ·NLJ算法基本原理 | 第35-37页 |
| ·仿真实例 | 第37-39页 |
| ·粒子群优化算法 | 第39-42页 |
| ·粒子群优化算法基本原理 | 第39-40页 |
| ·仿真实验 | 第40-42页 |
| ·遗传算法 | 第42-44页 |
| ·遗传算法的基本原理 | 第42-43页 |
| ·仿真实验 | 第43-44页 |
| ·对遗传算法的改进 | 第44-51页 |
| ·对搜索范围的改进 | 第44-48页 |
| ·满意度概念 | 第48-50页 |
| ·基于满意度的IGA在控制器参数整定中的应用 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第四章 辨识数据预处理方法的研究 | 第53-63页 |
| ·引言 | 第53页 |
| ·测试信号的选取 | 第53-55页 |
| ·白噪声信号 | 第54页 |
| ·伪随机信号-M序列 | 第54-55页 |
| ·数据与处理方法 | 第55-56页 |
| ·常用滤波方法 | 第56-59页 |
| ·中值滤波 | 第56页 |
| ·多项式预测滤波 | 第56-58页 |
| ·分段三次函数替代 | 第58-59页 |
| ·中值-均值混合滤波方法的研究 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第五章 基于改进粒子群优化的连续系统辨识新方法 | 第63-79页 |
| ·引言 | 第63页 |
| ·方法描述 | 第63-68页 |
| ·系统辨识问题的描述 | 第63-64页 |
| ·Rosenbrock基本原理 | 第64-66页 |
| ·PSO-Rosenbrock(PSO-R)求解步骤 | 第66-67页 |
| ·闭环辨识研究 | 第67-68页 |
| ·仿真研究 | 第68-77页 |
| ·辨识结果统计 | 第68-72页 |
| ·噪声对辨识结果的影响 | 第72-74页 |
| ·不同模型的辨识结果分析 | 第74-76页 |
| ·同时实现参数和结构的辨识 | 第76-77页 |
| ·小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 研究成果及发表的学术论文 | 第87-89页 |
| 作者和导师简介 | 第89-90页 |
| 硕士研究生学位论文答辩委员会决议书 | 第90-91页 |