| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 控制系统性能评价背景、目的和意义 | 第11-12页 |
| 1.2 控制系统性能评价 | 第12-14页 |
| 1.2.1 控制系统性能评价基准和性能指标 | 第13页 |
| 1.2.2 控制系统性能评价的关键问题 | 第13-14页 |
| 1.3 控制系统性能评价国内外现状 | 第14-16页 |
| 1.4 本论文主要工作 | 第16-19页 |
| 第2章 基于LQG基准的控制系统性能评价 | 第19-39页 |
| 2.1 问题描述 | 第19页 |
| 2.2 子空间辨识的算法研究 | 第19-25页 |
| 2.2.1 子空间基本原理 | 第19-24页 |
| 2.2.2 子空间辨识的几何工具 | 第24-25页 |
| 2.3 基于单闭环数据的子空间辨识算法 | 第25-30页 |
| 2.3.1 单闭环系统子空间矩阵的建立 | 第26-29页 |
| 2.3.2 过程模型和噪声模型的辨识 | 第29-30页 |
| 2.4 基于LQG基准的单回路控制系统性能评价 | 第30-34页 |
| 2.4.1 LQG基准的基本原理 | 第30-33页 |
| 2.4.2 利用LQG基准进行控制系统性能评价 | 第33-34页 |
| 2.5 仿真验证 | 第34-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第3章 基于强跟踪滤波算法的变时延估计 | 第39-55页 |
| 3.1 问题描述 | 第39-40页 |
| 3.2 强跟踪滤波算法 | 第40-47页 |
| 3.2.1 扩展卡尔曼滤波算法 | 第40-42页 |
| 3.2.2 强跟踪滤波算法 | 第42-45页 |
| 3.2.3 强跟踪滤波算法与扩展卡尔曼滤波算法的性能比较 | 第45页 |
| 3.2.4 仿真算例 | 第45-47页 |
| 3.3 变时延过程的时延估计 | 第47-50页 |
| 3.3.1 变时延过程的时延估计模型建立 | 第47-49页 |
| 3.3.2 仿真算例 | 第49-50页 |
| 3.4 变时延和模型参数联合估计 | 第50-54页 |
| 3.4.1 非线性系统状态与参数的联合模型建立 | 第50-51页 |
| 3.4.2 仿真算例 | 第51-54页 |
| 3.5 本章小节 | 第54-55页 |
| 第4章 变时延过程的最小方差性能评价 | 第55-71页 |
| 4.1 问题描述 | 第55页 |
| 4.2 最小方差基准 | 第55-58页 |
| 4.2.1 最小方差控制 | 第55-57页 |
| 4.2.2 最小方差评价基准 | 第57-58页 |
| 4.3 最小方差基准的算法研究 | 第58-63页 |
| 4.3.1 最小方差基准的基本估计方法 | 第58页 |
| 4.3.2 线性回归算法的最小方差性能评价 | 第58-59页 |
| 4.3.3 遗忘因子递推线性回归算法的最小方差性能评价 | 第59-61页 |
| 4.3.4 评价算法步骤及参数选择 | 第61-63页 |
| 4.4 仿真验证 | 第63-66页 |
| 4.4.1 仿真算例一 | 第63-64页 |
| 4.4.2 仿真算例二 | 第64-66页 |
| 4.5 变时延过程的最小方差性能评价 | 第66-69页 |
| 4.5.1 变时延过程的方差性能评价方法 | 第66-67页 |
| 4.5.2 仿真算例 | 第67-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第5章 变时延过程的性能评价平台 | 第71-75页 |
| 5.1 变时延过程的控制系统性能评价软件 | 第71-74页 |
| 5.1.1 MATLAB/GUI介绍 | 第71页 |
| 5.1.2 变时延过程控制系统性能评价算法的MATLAB/GUI实现 | 第71-74页 |
| 5.2 总结 | 第74-75页 |
| 第6章 总结展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士期间的研究成果 | 第85页 |
