| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 网络控制系统概述 | 第11-12页 |
| 1.2.1 网络控制系统基本结构 | 第11页 |
| 1.2.2 网络化控制系统中的基本问题 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.4 论文主要研究内容 | 第16-18页 |
| 第二章 网络化控制系统的预测控制策略分析 | 第18-25页 |
| 2.1 引言 | 第18-19页 |
| 2.2 预测控制算法基本特征 | 第19-20页 |
| 2.2.1 模型预测 | 第19-20页 |
| 2.2.2 滚动优化 | 第20页 |
| 2.2.3 反馈校正 | 第20页 |
| 2.3 网络控制系统的预测控制算法分析 | 第20-23页 |
| 2.3.1 广义预测控制作用于线性被控对象 | 第21-22页 |
| 2.3.2 广义预测控制作用于非线性被控对象 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 改进的 GPC 算法在网络控制系统中的应用 | 第25-40页 |
| 3.1 引言 | 第25页 |
| 3.2 传统的 GPC 算法推导分析 | 第25-29页 |
| 3.2.1 当C﹙z~-1﹚=1时的系统预测输出 | 第25-27页 |
| 3.2.2 当C﹙z~-1﹚=1时的系统预测输出 | 第27-29页 |
| 3.2.3 广义预测控制存在的缺陷 | 第29页 |
| 3.3 改进的广义预测控制算法分析 | 第29-34页 |
| 3.3.1 最小方差控制思想 | 第29-31页 |
| 3.3.2 广义最小方差预测控制 | 第31-34页 |
| 3.4 传统 GPC 算法与改进后 GPC 算法的仿真与对比分析 | 第34-39页 |
| 3.4.1 两种算法对方波信号的跟踪仿真 | 第34-36页 |
| 3.4.2 改进 GPC 算法下的网络控制系统时延仿真 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 网络控制系统的模型参数辨识 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 对被控对象模型中未知参数的辨识 | 第40-48页 |
| 4.2.1 递推最小二乘法辨识模型中未知参数 | 第40-43页 |
| 4.2.2 带遗忘因子的 RLS 辨识模型中未知参数 | 第43-48页 |
| 4.3 参数突变情况下的预测控制 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于T-S模型的GPC算法在非线性系统中的研究 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 模糊模型的理论基础 | 第52-53页 |
| 5.3 T-S 模糊模型推导 | 第53-57页 |
| 5.3.1 T-S 模糊模型描述 | 第55-56页 |
| 5.3.2 T-S 模糊模型后件参数的辨识 | 第56-57页 |
| 5.4 基于 T-S 模糊模型的广义预测控制 | 第57-63页 |
| 5.4.1 T-S 模糊模型预测控制基本原理 | 第58-60页 |
| 5.4.2 T-S 模糊模型预测控制对被控对象的仿真分析 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结及展望 | 第64-67页 |
| 6.1 论文总结 | 第64-65页 |
| 6.2 前景展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士期间的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
