| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-13页 |
| 第一章 引言 | 第13-24页 |
| ·研究目的和意义 | 第14-16页 |
| ·自适应滤波技术 | 第16-18页 |
| ·基于维纳滤波理论的方法 | 第16-17页 |
| ·基于卡尔曼滤波理论的方法 | 第17-18页 |
| ·基于最小二乘准则的方法 | 第18页 |
| ·基于神经网络理论的方法 | 第18页 |
| ·热工过程对象的建模方法 | 第18-21页 |
| ·机理建模方法 | 第19页 |
| ·试验建模法 | 第19-20页 |
| ·人工智能建模方法 | 第20-21页 |
| ·自适应建模与预测控制的意义 | 第21-22页 |
| ·论文的主要内容和结构安排 | 第22-24页 |
| 第二章 自适应滤波算法 | 第24-42页 |
| ·引言 | 第24-25页 |
| ·自适应滤波器的背景介绍 | 第25-27页 |
| ·滤波问题 | 第25-26页 |
| ·线性最优滤波器 | 第26-27页 |
| ·自适应滤波器 | 第27页 |
| ·最小均方(LMS,Least-mean-square)自适应滤波器 | 第27-35页 |
| ·LMS算法的结构与运算概述 | 第27-29页 |
| ·最小均方算法 | 第29-30页 |
| ·LMS算法总结 | 第30-31页 |
| ·变步长LMS算法 | 第31-33页 |
| ·改进的变步长LMS算法 | 第33-34页 |
| ·算法仿真与验证 | 第34-35页 |
| ·递归最小二乘(RLS,recursive least-square)自适应滤波器 | 第35-40页 |
| ·RLS算法概述与运算概述 | 第35-36页 |
| ·正则化 | 第36-39页 |
| ·RLS算法总结 | 第39页 |
| ·改进的RLS算法 | 第39-40页 |
| ·算法仿真与验证 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第三章 基于自适应滤波技术的热工过程信号噪声消除 | 第42-63页 |
| ·引言 | 第42-43页 |
| ·工业过程检测和控制中的噪声问题 | 第43-45页 |
| ·工业检测中的噪声 | 第44页 |
| ·工业控制中的干扰 | 第44-45页 |
| ·参考噪声已知情况下的ANC系统 | 第45-49页 |
| ·参考噪声已知的自适应噪声消除原理 | 第45-47页 |
| ·不同增益水平下的噪声消除效果 | 第47-48页 |
| ·时变噪声情况下的噪声消除效果 | 第48-49页 |
| ·参考噪声未知情况下的ANC系统 | 第49-52页 |
| ·参考噪声未知的自适应噪声消除原理 | 第49-51页 |
| ·不同增益水平下的噪声消除效果 | 第51-52页 |
| ·时变噪声情况下的噪声消除效果 | 第52页 |
| ·ANC技术在热工过程信号处理中的应用研究 | 第52-57页 |
| ·ANC在实际温度信号消噪中的应用 | 第52-54页 |
| ·ANC在负压控制系统中的应用 | 第54-57页 |
| ·ANC技术在热工特征信号提取中的应用研究 | 第57-62页 |
| ·再热器对象特性分析 | 第57-60页 |
| ·仿真模型验证 | 第60-61页 |
| ·现场数据验证 | 第61页 |
| ·结束语 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第四章 基于自适应滤波算法的热工过程对象建模研究 | 第63-87页 |
| ·引言 | 第63-64页 |
| ·热工过程对象特性分析 | 第64-65页 |
| ·基于自适应滤波器的辨识应用 | 第65-71页 |
| ·横向滤波器 | 第66页 |
| ·自适应滤波器的系统辨识应用 | 第66-68页 |
| ·自适应滤波辨识的鲁棒性分析 | 第68-71页 |
| ·自适应时延估计(TDE)理论 | 第71-77页 |
| ·自适应时延估计的理论依据 | 第72-74页 |
| ·自适应时延估计的仿真验证 | 第74-75页 |
| ·热工过程中纯迟延的估计 | 第75页 |
| ·基于建模方法的热工对象纯迟延估计的框架结构 | 第75-77页 |
| ·基于LMS算法的电站燃料增益信号及热量信号构造方法 | 第77-81页 |
| ·机组简化模型及燃料增益信号的构造 | 第77-79页 |
| ·基于LMS算法的热量信号构造 | 第79-81页 |
| ·结论 | 第81页 |
| ·基于最小均方自适应滤波器的热工过程建模方法 | 第81-86页 |
| ·过热汽温对象辨识 | 第82-84页 |
| ·模型验证及相关分析 | 第84-85页 |
| ·现场数据验证 | 第85页 |
| ·结论 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 基于自适应滤波器建模结果的MAC控制 | 第87-103页 |
| ·预测控制 | 第87-88页 |
| ·模型算法控制(MAC)系统 | 第88-94页 |
| ·预测模型 | 第88-90页 |
| ·参考输入轨迹 | 第90-91页 |
| ·滚动优化 | 第91-92页 |
| ·模型算法控制的实现过程 | 第92页 |
| ·MAC的参数设置 | 第92-94页 |
| ·自适应模型算法控制(MAC) | 第94-97页 |
| ·确定性系统参数估计的投影算法 | 第94-95页 |
| ·自适应过程实现 | 第95页 |
| ·改进的自适应模型算法控制 | 第95-97页 |
| ·火电厂过热汽温自适应模型算法控制研究 | 第97-102页 |
| ·基于自适应滤波器建模的模型算法控制系统 | 第97-98页 |
| ·建模过程仿真分析 | 第98-100页 |
| ·控制系统性能分析 | 第100-102页 |
| ·结论 | 第102页 |
| ·本章小结 | 第102-103页 |
| 第六章 结论与展望 | 第103-105页 |
| ·结论 | 第103-104页 |
| ·展望 | 第104-105页 |
| 参考文献 | 第105-113页 |
| 致谢 | 第113-114页 |
| 攻读博士学位期间发表的学术论文 | 第114-115页 |
| 攻读博士学位期间参加的科研工作 | 第115页 |
