基于分解的输出非线性系统递推最小二乘辨识
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·问题的提出与研究意义 | 第8-9页 |
| ·非线性系统辨识综述 | 第9-12页 |
| ·本文主要研究内容简介 | 第12-14页 |
| 第二章 基于过参数化模型的递推最小二乘算法 | 第14-30页 |
| ·系统描述 | 第14页 |
| ·输出非线性方程误差滑动平均系统 | 第14-21页 |
| ·基于过参数化模型的递推增广最小二乘算法 | 第14-19页 |
| ·仿真例子 | 第19-21页 |
| ·输出非线性方程误差自回归系统 | 第21-24页 |
| ·基于过参数化模型的递推广义最小二乘算法 | 第21-23页 |
| ·仿真例子 | 第23-24页 |
| ·输出非线性方程误差自回归滑动平均系统 | 第24-29页 |
| ·基于过参数化模型的递推广义增广最小二乘算法 | 第25-27页 |
| ·仿真例子 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于模型分解的递推最小二乘算法 | 第30-48页 |
| ·输出非线性方程误差滑动平均系统 | 第30-37页 |
| ·基于模型分解的递推增广最小二乘算法 | 第30-35页 |
| ·仿真例子 | 第35-37页 |
| ·输出非线性方程误差自回归系统 | 第37-41页 |
| ·基于模型分解的递推广义最小二乘算法 | 第38-40页 |
| ·仿真例子 | 第40-41页 |
| ·输出非线性方程误差自回归滑动平均系统 | 第41-47页 |
| ·基于模型分解的递推广义增广最小二乘算法 | 第41-45页 |
| ·仿真例子 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于数据滤波的分解递推最小二乘算法 | 第48-66页 |
| ·输出非线性方程误差滑动平均系统 | 第48-53页 |
| ·基于滤波的分解递推增广最小二乘算法 | 第48-53页 |
| ·仿真例子 | 第53页 |
| ·输出非线性方程误差自回归系统 | 第53-59页 |
| ·基于滤波的分解递推广义最小二乘算法 | 第54-58页 |
| ·仿真例子 | 第58-59页 |
| ·输出非线性方程误差自回归滑动平均系统 | 第59-64页 |
| ·基于滤波的分解递推广义增广最小二乘算法 | 第59-64页 |
| ·仿真例子 | 第64页 |
| ·小结 | 第64-66页 |
| 结论与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录: 攻读硕士学位期间发表的论文 | 第74页 |
