| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-12页 |
| 第一章 绪论 | 第12-22页 |
| ·引言 | 第12-13页 |
| ·研究背景 | 第13-17页 |
| ·微分几何和微分代数方法 | 第13页 |
| ·变结构控制理论 | 第13-14页 |
| ·鲁棒控制理论 | 第14页 |
| ·自适应控制理论 | 第14页 |
| ·逆系统控制方法 | 第14-15页 |
| ·智能控制方法 | 第15-16页 |
| ·内模控制理论 | 第16页 |
| ·反馈-前馈控制理论 | 第16-17页 |
| ·非线性伺服系统的控制 | 第17页 |
| ·研究思路 | 第17-19页 |
| ·输出伺服跟踪性能 | 第17页 |
| ·伺服系统的动态性能要求 | 第17-18页 |
| ·伺服系统的鲁棒性能 | 第18页 |
| ·本论文的主要研究内容和步骤 | 第18-19页 |
| ·主要贡献和创新点 | 第19-20页 |
| ·内容安排 | 第20-22页 |
| 第二章 文献综述 | 第22-34页 |
| ·引言 | 第22页 |
| ·控制性能要求 | 第22-23页 |
| ·典型的非线性控制 | 第23-25页 |
| ·矢量控制 | 第23页 |
| ·微分几何控制 | 第23页 |
| ·微分代数控制 | 第23-24页 |
| ·滑模变结构控制 | 第24-25页 |
| ·自适应控制 | 第25页 |
| ·智能控制 | 第25-26页 |
| ·Backstepping 控制 | 第26-27页 |
| ·内模控制 | 第27-31页 |
| ·线性内模控制 | 第28-31页 |
| ·非线性内模控制 | 第31页 |
| ·预测前馈控制—非线性平滑轨迹跟踪滤波器策略 | 第31-32页 |
| ·平滑轨迹跟踪滤波器的研究背景 | 第31-32页 |
| ·二阶平滑轨迹跟踪滤波器策略的应用 | 第32页 |
| ·小结 | 第32-34页 |
| 第三章 预测前馈—平滑轨迹跟踪策略 | 第34-41页 |
| ·引言 | 第34页 |
| ·平滑轨迹跟踪滤波器原理 | 第34-36页 |
| ·平滑轨迹滤波器的概念 | 第34-35页 |
| ·平滑轨迹滤波器的设计问题 | 第35-36页 |
| ·非线性状态反馈控制器的设计要求 | 第36页 |
| ·二阶离散形式的平滑轨迹滤波器 | 第36-38页 |
| ·改进的二阶离散形式的平滑轨迹跟踪滤波器 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第四章 广义Backstepping 神经网络自适应复合控制 | 第41-79页 |
| ·引言 | 第41页 |
| ·广义Backstepping 控制 | 第41-49页 |
| ·系统描述 | 第42页 |
| ·传统Backstepping 控制的严格条件 | 第42-43页 |
| ·广义Backstepping 控制的宽松条件 | 第43-44页 |
| ·广义Backstepping 控制器 | 第44-46页 |
| ·闭环稳定性分析 | 第46-49页 |
| ·引入神经网络自适应补偿的广义Backstepping 鲁棒控制 | 第49-57页 |
| ·RBF 神经网络（NNs）描述 | 第49-52页 |
| ·神经网络自适应补偿控制器的设计 | 第52-53页 |
| ·权值在线自适应调整率及闭环稳定性分析 | 第53-57页 |
| ·输入输出线性化Backstepping 控制 | 第57-76页 |
| ·基于原始系统模型的Backstepping 控制器的实现分析 | 第57-59页 |
| ·输入输出反馈线性化 | 第59-61页 |
| ·状态反馈控制器 | 第61-66页 |
| ·输出反馈控制器 | 第66-76页 |
| ·引入预测前馈策略的backstepping 平滑跟踪控制 | 第76-77页 |
| ·小结 | 第77-79页 |
| 第五章 神经网络自适应和前馈补偿的内模复合控制 | 第79-118页 |
| ·引言 | 第79页 |
| ·内模基本原理 | 第79-84页 |
| ·数学模型 | 第80页 |
| ·两个基本的假设 | 第80-81页 |
| ·稳态发生器（Steady State Generator） | 第81-82页 |
| ·内模（Internal Model） | 第82-83页 |
| ·增生系统（Augmented System）的鲁棒稳定性 | 第83-84页 |
| ·输入输出可线性化的MIMO 最小相位非线性系统描述 | 第84-92页 |
| ·MIMO 非线性系统的半局鲁棒输出调节 | 第92-110页 |
| ·构建内模—条件伺服补偿器 | 第92-94页 |
| ·构建鲁棒稳定补偿器 | 第94-101页 |
| ·闭环系统的Lyapunov 渐进稳定性分析 | 第101-110页 |
| ·引入预测前馈滤波器的内模控制 | 第110-112页 |
| ·引入神经网络补偿的内模控制 | 第112-117页 |
| ·控制器设计 | 第113-115页 |
| ·闭环系统稳定性分析 | 第115-117页 |
| ·小结 | 第117-118页 |
| 第六章 应用与实验研究 | 第118-169页 |
| ·引言 | 第118页 |
| ·PMSM 的数学模型 | 第118-120页 |
| ·实验平台及系统标准参数获取 | 第120-124页 |
| ·实验平台 | 第120-121页 |
| ·负载特性 | 第121-122页 |
| ·获取系统标准参数 | 第122-124页 |
| ·引入预测前馈补偿的平滑轨迹跟踪 | 第124-140页 |
| ·控制器设计 | 第125-126页 |
| ·降阶扰动观测器设计 | 第126-129页 |
| ·仿真和实验结果 | 第129-140页 |
| ·引入神经网络补偿的鲁棒平滑跟踪控制 | 第140-154页 |
| ·控制器设计 | 第140-144页 |
| ·仿真和实验结果 | 第144-154页 |
| ·基于线性内模的鲁棒平滑轨迹跟踪 | 第154-168页 |
| ·PMSM 的规范化模型 | 第154-156页 |
| ·参考输入信号的稳态值为恒定值 | 第156-163页 |
| ·参考输入信号的稳态值为周期振荡信号 | 第163-168页 |
| ·小结 | 第168-169页 |
| 第七章 总结 | 第169-172页 |
| ·结论 | 第169-170页 |
| ·工作展望 | 第170-172页 |
| 参考文献 | 第172-182页 |
| 发表论文与科研项目 | 第182-184页 |
| 致谢 | 第184页 |
