多变量系统辨识与建模技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-21页 |
| ·系统建模与辨识简述 | 第13-15页 |
| ·多变量系统辨识的研究进展 | 第15-16页 |
| ·多变量辨识的发展方向 | 第16-17页 |
| ·闭环辨识 | 第17-18页 |
| ·课题研究的目的和意义 | 第18页 |
| ·本文主要内容 | 第18-21页 |
| 第二章 多变量最小二乘法 | 第21-31页 |
| ·对象模型 | 第21-23页 |
| ·模型分解和辨识算法 | 第23-25页 |
| ·闭环情况最小二乘法辨识 | 第25-26页 |
| ·仿真实例 | 第26-30页 |
| ·开环多变量最小二乘仿真结果 | 第27-29页 |
| ·闭环多变量最小二乘仿真结果 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 多变量辅助变量法 | 第31-41页 |
| ·辅助变量法基本思想 | 第31-33页 |
| ·开环含输入噪声情况 | 第33-35页 |
| ·闭环情况辅助变量法 | 第35-36页 |
| ·加权辅助变量法 | 第36-37页 |
| ·仿真实例 | 第37-40页 |
| ·开环情况仿真 | 第37-38页 |
| ·闭环情况仿真 | 第38-39页 |
| ·加权辅助变量法仿真 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 多变量递阶随机梯度算法 | 第41-63页 |
| ·对象模型 | 第41-42页 |
| ·递阶随机梯度算法 | 第42-45页 |
| ·递阶随机梯度算法描述 | 第42-44页 |
| ·仿真实例 | 第44-45页 |
| ·算法改进一:多新息随机梯度方法 | 第45-52页 |
| ·多新息随机梯度算法描述 | 第46-51页 |
| ·仿真实例 | 第51-52页 |
| ·算法改进二:增广的递阶随机梯度算法 | 第52-57页 |
| ·增广递阶梯度算法描述 | 第52-54页 |
| ·仿真实例 | 第54-57页 |
| ·算法改进三:两阶段递阶梯度辨识 | 第57-62页 |
| ·两阶段递阶梯度算法描述 | 第57-59页 |
| ·仿真实例 | 第59-62页 |
| ·算法比较 | 第62页 |
| ·小结 | 第62-63页 |
| 第五章 模型结构辨识 | 第63-69页 |
| ·模型结构 | 第63页 |
| ·模型阶次的辨识 | 第63-66页 |
| ·纯滞后时间的确定 | 第66-67页 |
| ·仿真实例 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第六章 多变量辨识软件包的设计与开发 | 第69-77页 |
| ·软件包的总体目标、内容和设计方法 | 第69-70页 |
| ·软件包的结构和功能 | 第70-73页 |
| ·数据处理 | 第71页 |
| ·模型的结构和参数估计 | 第71-72页 |
| ·输出仿真和模型评价 | 第72-73页 |
| ·结果存储和查询 | 第73页 |
| ·辨识软件包主画面 | 第73页 |
| ·辨识软件包应用示例 | 第73-75页 |
| ·小结 | 第75-77页 |
| 第七章 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83-89页 |
| 致谢 | 第89-91页 |
| 研究成果及发表的学术论文 | 第91-93页 |
| 作者和导师简介 | 第93-94页 |
| 硕士研究生学位论文答辩委员会决议书 | 第94-95页 |
