| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 非线性系统滤波辨识理论的研究现状 | 第10-17页 |
| 1.3 论文的研究内容概述和组织结构 | 第17-19页 |
| 第二章 单入单出Hammerstein系统基于滤波的最小二乘辨识方法 | 第19-40页 |
| 2.1 引言 | 第19页 |
| 2.2 含当前状态的Hammerstein系统 | 第19-29页 |
| 2.2.1 系统描述 | 第19-21页 |
| 2.2.2 递推最小二乘辨识算法 | 第21-23页 |
| 2.2.3 基于滤波的递推最小二乘辨识算法 | 第23-27页 |
| 2.2.4 仿真示例 | 第27-29页 |
| 2.3 不含当前状态的Hammerstein系统 | 第29-37页 |
| 2.3.1 系统描述 | 第29-30页 |
| 2.3.2 递推最小二乘辨识算法 | 第30-31页 |
| 2.3.3 基于滤波的递阶-递推最小二乘辨识算法 | 第31-35页 |
| 2.3.4 仿真示例 | 第35-37页 |
| 2.4 本章小结 | 第37-40页 |
| 第三章 单入单出Hammerstein系统基于滤波的梯度辨识方法 | 第40-56页 |
| 3.1 引言 | 第40页 |
| 3.2 Hammerstein系统的离线梯度辨识算法 | 第40-49页 |
| 3.2.1 系统描述 | 第40-42页 |
| 3.2.2 基于滤波的梯度迭代辨识算法 | 第42-46页 |
| 3.2.3 基于滤波的最小二乘迭代辨识算法 | 第46-47页 |
| 3.2.4 仿真示例 | 第47-49页 |
| 3.3 Hammerstein系统的在线梯度辨识算法 | 第49-54页 |
| 3.3.1 增广随机梯度辨识算法 | 第49-50页 |
| 3.3.2 基于滤波的多新息随机梯度辨识算法 | 第50-53页 |
| 3.3.3 仿真示例 | 第53-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第四章 单入单出Wiener反馈系统基于滤波的辨识方法 | 第56-66页 |
| 4.1 引言 | 第56页 |
| 4.2 基于滤波的最小二乘辨识算法 | 第56-64页 |
| 4.2.1 系统描述 | 第56-57页 |
| 4.2.2 算法推导 | 第57-62页 |
| 4.2.3 仿真示例 | 第62-64页 |
| 4.3 本章小结 | 第64-66页 |
| 第五章 多入多出Hammerstein系统基于滤波的辨识方法 | 第66-89页 |
| 5.1 引言 | 第66页 |
| 5.2 最小二乘类辨识算法 | 第66-78页 |
| 5.2.1 系统描述 | 第66-67页 |
| 5.2.2 递推最小二乘辨识算法 | 第67-70页 |
| 5.2.3 基于滤波的递推最小二乘辨识算法 | 第70-74页 |
| 5.2.4 仿真示例 | 第74-78页 |
| 5.3 梯度类辨识算法 | 第78-88页 |
| 5.3.1 系统描述 | 第78-80页 |
| 5.3.2 随机梯度辨识算法 | 第80-81页 |
| 5.3.3 基于滤波的随机梯度辨识算法 | 第81-85页 |
| 5.3.4 仿真示例 | 第85-88页 |
| 5.4 本章小结 | 第88-89页 |
| 第六章 Hammerstein-Wiener EIV系统近似无偏最小二乘辨识方法 | 第89-96页 |
| 6.1 引言 | 第89页 |
| 6.2 两阶段最小二乘辨识算法 | 第89-91页 |
| 6.2.1 系统描述 | 第89-91页 |
| 6.2.2 算法推导 | 第91页 |
| 6.3 近似无偏两阶段辨识算法 | 第91-94页 |
| 6.3.1 算法推导 | 第91-93页 |
| 6.3.2 算法的无偏估计性能分析 | 第93页 |
| 6.3.3 仿真示例 | 第93-94页 |
| 6.4 本章小结 | 第94-96页 |
| 第七章 滤波辨识算法在新能源领域的应用 | 第96-109页 |
| 7.1 引言 | 第96页 |
| 7.2 风速的短期预测 | 第96-101页 |
| 7.2.1 灰色Verhulst-迭代预测方法 | 第96-99页 |
| 7.2.2 仿真示例 | 第99-101页 |
| 7.3 风电功率的短期预测 | 第101-108页 |
| 7.3.1 最小二乘迭代辨识算法 | 第103页 |
| 7.3.2 基于滤波的最小二乘迭代辨识算法 | 第103-104页 |
| 7.3.3 仿真示例 | 第104-108页 |
| 7.4 本章小结 | 第108-109页 |
| 第八章 结论与展望 | 第109-111页 |
| 8.1 结论 | 第109页 |
| 8.2 展望 | 第109-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-121页 |
| 附录：作者在攻读博士学位期间发表的论文 | 第121-122页 |
