| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 网络控制系统的研究背景 | 第8-11页 |
| 1.1.1 网络控制系统的定义 | 第8页 |
| 1.1.2 网络控制系统的产生 | 第8-11页 |
| 1.2 网络控制系统的特点及基本问题 | 第11-16页 |
| 1.2.1 网络控制系统的特点 | 第11-12页 |
| 1.2.2 网络控制系统的基本问题 | 第12-16页 |
| 1.3 变采样周期网络控制系统的研究现状 | 第16-19页 |
| 1.3.1 采样周期对网络控制系统的影响 | 第16-17页 |
| 1.3.2 采样周期的确定方法 | 第17-18页 |
| 1.3.3 变采样周期网络控制系统的研究进展 | 第18-19页 |
| 1.4 本文的主要工作 | 第19-21页 |
| 第二章 网络控制系统的时延分析及预测 | 第21-35页 |
| 2.1 网络控制系统的时延分析 | 第21-26页 |
| 2.1.1 网络时延的组成 | 第21-22页 |
| 2.1.2 影响网络时延的主要因素 | 第22-24页 |
| 2.1.3 时延对网络控制系统性能的影响分析 | 第24-26页 |
| 2.2 基于RBF神经网络的时延预测模型 | 第26-30页 |
| 2.2.1 RBF神经网络的结构 | 第27-28页 |
| 2.2.2 RBF神经网络的学习方法 | 第28-29页 |
| 2.2.3 RBF神经网络的优势 | 第29-30页 |
| 2.3 网络时延的预测及误差分析 | 第30-33页 |
| 2.3.1 时延样本的获取 | 第30-31页 |
| 2.3.2 网络时延样本的异点剔除 | 第31页 |
| 2.3.3 仿真与结果分析 | 第31-33页 |
| 本章小结 | 第33-35页 |
| 第三章 基于RBF神经网络的变采样周期时延补偿策略 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 最优控制理论及极点配置理论 | 第35-38页 |
| 3.2.1 最优控制理论 | 第35-36页 |
| 3.2.2 线性二次型最优控制 | 第36-38页 |
| 3.2.3 极点配置理论 | 第38页 |
| 3.3 结合最优控制与极点配置的时延补偿算法 | 第38-42页 |
| 3.3.1 问题的描述 | 第38-39页 |
| 3.3.2 系统模型的建立与分析 | 第39-40页 |
| 3.3.3 时延上限d_τ的确定 | 第40-41页 |
| 3.3.4 控制器的设计 | 第41-42页 |
| 3.4 仿真及结果分析 | 第42-45页 |
| 本章小结 | 第45-46页 |
| 第四章 基于切换的变采样周期时延补偿策略 | 第46-59页 |
| 4.1 引言 | 第46-47页 |
| 4.2 切换系统理论 | 第47-49页 |
| 4.2.1 切换系统概述 | 第47页 |
| 4.2.2 切换系统研究的问题 | 第47-49页 |
| 4.3 基于切换的时延补偿算法 | 第49-56页 |
| 4.3.1 问题的描述 | 第49-50页 |
| 4.3.2 采样周期的确定及系统模型的建立 | 第50-51页 |
| 4.3.3 切换控制器的设计 | 第51-53页 |
| 4.3.4 控制策略的实现 | 第53-54页 |
| 4.3.5 稳定性分析 | 第54-56页 |
| 4.4 仿真与结果分析 | 第56-58页 |
| 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |