致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
目次 | 第8-10页 |
1 绪论 | 第10-20页 |
·引言 | 第10-11页 |
·线性双速率系统辨识 | 第11-15页 |
·多项式转化技术 | 第11页 |
·提升技术 | 第11-12页 |
·插值方法 | 第12页 |
·辅助模型法 | 第12-13页 |
·输出误差法 | 第13-15页 |
·HAMMERSTEIN模型的辨识方法 | 第15-17页 |
·传统迭代法 | 第15页 |
·特征值分解 | 第15-16页 |
·基于神经网络的集成辨识算法 | 第16-17页 |
·粒子群优化算法 | 第17页 |
·研究目的及论文结构 | 第17-20页 |
2 基于多项式转换技术的最小二乘法 | 第20-40页 |
·引言 | 第20-21页 |
·系统模型 | 第21-22页 |
·双速率HAMMERSTEIN系统的描述 | 第22-24页 |
·多项式转换技术 | 第24-27页 |
·单速率模型参数求解 | 第27-29页 |
·非线性模型参数求解 | 第27页 |
·动态传递函数参数求解 | 第27-29页 |
·仿真验证 | 第29-37页 |
·小结 | 第37-40页 |
3 基于输出误差法的HAMMERSTEIN模型辨识 | 第40-54页 |
·引言 | 第40-41页 |
·非线性双速率系统的输出误差辨识算法 | 第41-42页 |
·GAUSS-NEWTON算法在双速率系统辨识中的应用 | 第42-45页 |
·仿真验证 | 第45-52页 |
·小结 | 第52-54页 |
4 非线性双速率系统的递推辨识算法 | 第54-66页 |
·引言 | 第54页 |
·递推算法 | 第54-64页 |
·基于多项式转化技术的最小二乘递推算法 | 第54-57页 |
·仿真验证 | 第57-59页 |
·基于输出误差法的递推算法 | 第59-61页 |
·仿真验证 | 第61-64页 |
·小结 | 第64-66页 |
5 辨识算法在丙烯塔中的应用 | 第66-74页 |
·引言 | 第66页 |
·丙烯塔的软测量试验设计 | 第66-69页 |
·应用效果及分析 | 第69-72页 |
·离线输出误差法 | 第69-72页 |
·递推输出误差法 | 第72页 |
·小结 | 第72-74页 |
6 总结与展望 | 第74-76页 |
·本文工作小结 | 第74页 |
·展望 | 第74-76页 |
参考文献 | 第76-80页 |
附录 | 第80页 |
附录1 作者简介 | 第80页 |
附录2 作者在攻读硕士学位期间的主要成果 | 第80页 |