摘要 | 第4-5页 |
Abstract | 第5-6页 |
引言 | 第9-10页 |
1. 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文研究主要内容 | 第13-15页 |
2 双率系统辨识模型的建立 | 第15-21页 |
2.1 提升技术 | 第15-16页 |
2.2 系统模型 | 第16-20页 |
2.3 小结 | 第20-21页 |
3 粒子群优化算法的分析及改进 | 第21-39页 |
3.1 粒子群算法基本原理 | 第21-23页 |
3.1.1 粒子群算法描述 | 第21-23页 |
3.2 粒子群算法改进策略分析 | 第23-25页 |
3.3 CPSO 算法的收敛性分析 | 第25-34页 |
3.3.1 CPSO 算法参数设置准则 | 第29-31页 |
3.3.2 CPSO 快速收敛机制 | 第31-34页 |
3.4 优化算法寻优性能测试 | 第34-38页 |
3.5 本章小结 | 第38-39页 |
4 双率系统的参数辨识 | 第39-56页 |
4.1 递推最小二乘辨识原理 | 第39-41页 |
4.2 传递函数模型参数辨识 | 第41-45页 |
4.2.1 双率系统递推最小二乘算法推导 | 第41-43页 |
4.2.2 双率系统 MCPSO 辨识算法 | 第43-45页 |
4.3 仿真实例 | 第45-55页 |
4.3.1 白噪声干扰下双率系统传递函数模型的参数估计 | 第45-51页 |
4.3.2 有色噪声干扰下双率系统传递函数模型的参数估计 | 第51-55页 |
4.4 本章总结 | 第55-56页 |
5 多率系统的状态空间的参数和状态估计 | 第56-67页 |
5.1 多率系统规范型状态空间模型描述 | 第56-59页 |
5.2 MCPSO 状态估计算法推导 | 第59-61页 |
5.3 仿真实例 | 第61-65页 |
5.4 本章小结 | 第65-67页 |
6 总结和展望 | 第67-69页 |
参考文献 | 第69-74页 |
在学研究成果 | 第74-75页 |
致谢 | 第75页 |