首页--自然科学总论论文--系统科学论文--系统工程论文--系统分析论文--系统辨识论文

非线性变量误差系统的辨识方法研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-24页
    1.1 研究的背景与意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 变量误差系统研究现状第12-13页
        1.2.2 系统辨识研究现状第13-16页
        1.2.3 系统辨识的应用第16页
    1.3 预备知识与算法第16-21页
        1.3.1 卡尔曼平滑第16-17页
        1.3.2 粒子滤波第17-18页
        1.3.3 期望最大化算法第18-19页
        1.3.4 变分贝叶斯期望最大化算法第19-21页
    1.4 主要研究内容与创新点第21-22页
        1.4.1 主要研究内容第21页
        1.4.2 创新点第21-22页
    1.5 论文的章节安排第22-24页
第二章 合成线性EIV模型的期望最大化辨识方法第24-43页
    2.1 引言第24-25页
    2.2 问题描述第25-28页
        2.2.1 输入生成动态模型第25-26页
        2.2.2 ARX模型第26-27页
        2.2.3 合成模型第27-28页
    2.3 期望最大化算法第28-30页
        2.3.1 基于期望最大化算法的EIV模型参数估计第28-30页
    2.4 基于期望最大化算法的参数估计第30-33页
        2.4.1 基于卡尔曼平滑估计无噪声输入第30-31页
        2.4.2 基于期望最大化算法的参数估计第31-33页
    2.5 仿真例子第33-39页
        2.5.1 数值仿真例子第33-36页
        2.5.2 直流电机模型第36-39页
    2.6 基于混合水箱系统的实验验证第39-42页
    2.7 小结第42-43页
第三章 合成非线性模型的期望最大化辨识方法第43-62页
    3.1 引言第43页
    3.2 EIV模型第43-47页
        3.2.1 输入生成模型第43-44页
        3.2.2 过程动态第44-45页
        3.2.3 合成模型第45-47页
    3.3 基于期望最大化算法的多个ARX模型参数估计第47-49页
    3.4 基于粒子滤波的状态估计第49-52页
        3.4.1 基于粒子滤波的无噪声输入估计第49-50页
        3.4.2 后验分布的估计第50-52页
    3.5 仿真例子第52-58页
        3.5.1 碳纤维牵伸过程第52-55页
        3.5.2 连续搅拌反应器第55-58页
    3.6 实验验证—三串联水箱系统第58-61页
    3.7 小结第61-62页
第四章 非线性EIV系统的期望最大化鲁棒辨识方法第62-80页
    4.1 引言第62-63页
    4.2 鲁棒EIV模型第63-65页
    4.3 基于期望最大化算法的参数估计第65-71页
        4.3.1 期望步第65-67页
        4.3.2 粒子滤波估计后验分布第67-69页
        4.3.3 最大化步第69-71页
    4.4 仿真结果与分析第71-77页
        4.4.1 数值例子第71-74页
        4.4.2 碳纤维牵伸过程第74-77页
    4.5 实验验证第77-79页
    4.6 小结第79-80页
第五章 具有不确定性参数的非线性EIV系统的变分贝叶斯鲁棒辨识方法第80-98页
    5.1 引言第80页
    5.2 鲁棒EIV模型第80-82页
    5.3 变分贝叶斯期望最大化算法的参数估计第82-90页
        5.3.1 变分贝叶斯期望最大化算法—期望步第82-86页
        5.3.2 变分贝叶斯期望最大化算法—最大化步第86-90页
    5.4 仿真例子第90-95页
    5.5 实验结果第95-97页
    5.6 小结第97-98页
第六章 总结与展望第98-100页
    6.1 总结第98-99页
    6.2 展望第99-100页
参考文献第100-115页
致谢第115-116页
附录A 攻读博士学位期间取得的成果第116-118页
附录B 攻读博士学位期间承担的项目第118-119页
附录C 攻读博士学位期间获得的奖励第119页

论文共119页,点击 下载论文
上一篇:基于MapReduce大数据并行处理的若干关键技术研究
下一篇:多尺度声表面波式小波变换处理器及小波反变换处理器的研究