基于神经网络的参量声源非线性建模及控制
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 主要符号对照表 | 第11-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究背景 | 第12-13页 |
| ·国内外发展现状 | 第13-19页 |
| ·论文研究目的、内容及意义 | 第19-22页 |
| ·论文研究目的及内容 | 第19-20页 |
| ·研究意义 | 第20-22页 |
| ·章节安排 | 第22-24页 |
| 第二章 参量声源信号处理理论分析 | 第24-37页 |
| ·参量声源基本工作原理 | 第24-25页 |
| ·参量声源信号处理理论依据 | 第25-32页 |
| ·基于 KZK 方程的参量阵声场求解 | 第25-30页 |
| ·参量阵自解调 | 第30-32页 |
| ·参量声源信号处理理论分析 | 第32-36页 |
| ·DSB 法 | 第32-33页 |
| ·SSB 法 | 第33-34页 |
| ·平方根法 | 第34-35页 |
| ·其它方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 参量声源非线性神经网络建模 | 第37-74页 |
| ·神经网络及系统辨识概述 | 第37-41页 |
| ·人工神经网络 | 第37-39页 |
| ·系统辨识与建模 | 第39-41页 |
| ·参量声源神经网络建模的几个基本问题 | 第41-44页 |
| ·研究对象选择 | 第41-42页 |
| ·系统辨识结构选择 | 第42-43页 |
| ·实验设计及数据处理 | 第43-44页 |
| ·参量声源的 BP 神经网络建模 | 第44-53页 |
| ·参量声源 BP 神经网络模型及理论推导 | 第44-49页 |
| ·参量声源 BP 神经网络模型仿真 | 第49-53页 |
| ·参量声源的 RBF 神经网络建模 | 第53-59页 |
| ·参量声源的 RBF 神经网络模型及理论推导 | 第53-56页 |
| ·参量声源的 RBF 神经网络模型仿真 | 第56-59页 |
| ·参量声源神经网络模型评价 | 第59-72页 |
| ·参量声源神经网络模型的灵敏度 | 第59-67页 |
| ·参量声源神经网络模型的泛化能力 | 第67-72页 |
| ·本章小结 | 第72-74页 |
| 第四章 参量声源非线性神经网络逆控制 | 第74-87页 |
| ·非线性控制理论发展 | 第74-75页 |
| ·神经网络逆控制基本思想 | 第75-77页 |
| ·逆系统概念及参量声源的可逆性分析 | 第77-79页 |
| ·逆系统的基本概念 | 第77-78页 |
| ·SISO 系统可逆的条件 | 第78页 |
| ·参量声源可逆性分析 | 第78-79页 |
| ·参量声源的神经网络逆控制系统设计 | 第79-86页 |
| ·参量声源系统结构分析 | 第79-80页 |
| ·参量声源神经网络直接逆控制系统设计 | 第80-82页 |
| ·参量声源 PID 神经网络逆控制系统设计 | 第82-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 参量声源非线性测试及仿真 | 第87-108页 |
| ·参量声源自解调信号非线性理论计算 | 第87-90页 |
| ·参量声源自解调信号非线性实验测试 | 第90-100页 |
| ·自解调信号实验测试 | 第90-91页 |
| ·自解调信号实验数据分析 | 第91-100页 |
| ·自解调信号的非线性神经网络仿真分析 | 第100-106页 |
| ·自解调信号非线性的 BP 神经网络仿真分析 | 第100-103页 |
| ·自解调信号非线性的 RBF 神经网络仿真分析 | 第103-105页 |
| ·PID 复合神经网络逆控制对非线性失真的抑制 | 第105-106页 |
| ·本章小结 | 第106-108页 |
| 第六章 总结与展望 | 第108-112页 |
| ·全文总结 | 第108-110页 |
| ·工作展望 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-124页 |
| 攻博期间取得的研究成果 | 第124-126页 |
