非线性系统控制策略的研究
| 第一章 绪论 | 第1-19页 |
| 1．1 引言 | 第9页 |
| 1．2 非线性控制的历史与现状 | 第9-17页 |
| 1．3 选题的意义 | 第17-18页 |
| 1．4 本文的主要研究内容 | 第18-19页 |
| 第二章 非线性系统的神经网络控制 | 第19-39页 |
| 2．1 引言 | 第19-20页 |
| 2．2 神经网络直接自适应控制 | 第20-24页 |
| 2．2．1 引言 | 第20-21页 |
| 2．2．2 多层前向网的直接自适应控制 | 第21-23页 |
| 2．2．3 仿真实验 | 第23页 |
| 2．2．4 结论 | 第23-24页 |
| 2．3 神经网络自校正控制 | 第24-30页 |
| 2．3．1 引言 | 第24页 |
| 2．3．2 神经网络自校正控制 | 第24-26页 |
| 2．3．3 收敛性分析 | 第26-29页 |
| 2．3．4 仿真实验 | 第29-30页 |
| 2．3．5 结论 | 第30页 |
| 2．4 基于CMAC神经网络的学习控制 | 第30-38页 |
| 2．4．1 引言 | 第30页 |
| 2．4．2 交流异步电动机的数学模型 | 第30-33页 |
| 2．4．3 CMAC的学习控制 | 第33-35页 |
| 2．4．4 实验研究 | 第35-38页 |
| 2．4．5 结论 | 第38页 |
| 2．5 本章小结 | 第38-39页 |
| 第三章 非线性系统的微分几何控制 | 第39-62页 |
| 3．1 引言 | 第39页 |
| 3．2 仿射非线性系统的自适应线性化控制 | 第39-44页 |
| 3．2．1 引言 | 第39-40页 |
| 3．2．2 自适应线性化控制 | 第40-43页 |
| 3．2．3 收敛性研究 | 第43-44页 |
| 3．2．4 结论 | 第44页 |
| 3．3 非最小相位系统的零动态研究 | 第44-54页 |
| 3．3．1 引言 | 第44-45页 |
| 3．3．2 基于状态反馈的非最小相位系统控制 | 第45-50页 |
| 3．3．3 非线性系统零动态的进一步研究 | 第50-54页 |
| 3．3．4 结论 | 第54页 |
| 3．4 应用：交流伺服电动机的自适应线性化控制 | 第54-60页 |
| 3．4．1 引言 | 第54-55页 |
| 3．4．2 PMSM的数学模型 | 第55-56页 |
| 3．4．3 PMSM的自适应线性化控制 | 第56-59页 |
| 3．4．4 仿真实验研究 | 第59-60页 |
| 3．4．5 结论 | 第60页 |
| 3．5 本章小结 | 第60-62页 |
| 第四章 非线性系统的代数控制 | 第62-89页 |
| 4．1 引言 | 第62页 |
| 4．2 基本概念 | 第62-66页 |
| 4．3 非线性系统的线性代数解耦问题 | 第66-71页 |
| 4．3．1 子空间基底的构造方法 | 第66-69页 |
| 4．3．2 非线性系统的线性代数解耦问题 | 第69-71页 |
| 4．3．3 结论 | 第71页 |
| 4．4 微分系统的代数控制 | 第71-77页 |
| 4．4．1 微分系统 | 第71-73页 |
| 4．4．2 线性微分方法与向量场间的关系 | 第73-77页 |
| 4．4．3 结论 | 第77页 |
| 4．5 非线性系统的微分代数解耦问题 | 第77-88页 |
| 4．5．1 非线性系统的微分代数描述 | 第77-80页 |
| 4．5．2 非线性系统的解耦问题 | 第80-84页 |
| 4．5．3 交流伺服电动机的代数控制 | 第84-88页 |
| 4．5．4 结论 | 第88页 |
| 4．6 本章小结 | 第88-89页 |
| 第五章 全文总结 | 第89-91页 |
| 5．1 本文的主要研究成果 | 第89-90页 |
| 5．2 有待解决的若干问题 | 第90-91页 |
| 攻读博士学位期间发表及录用的论文 | 第91-92页 |
| 参考文献 | 第92-102页 |
