| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第14-15页 |
| 1 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-18页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 时滞系统辨识研究现状 | 第18-20页 |
| 1.2.2 抗扰辨识研究现状 | 第20-22页 |
| 1.2.3 递推辨识方法研究现状 | 第22页 |
| 1.2.4 Hammerstein非线性系统辨识研究现状 | 第22-23页 |
| 1.3 本文主要研究内容 | 第23-25页 |
| 2 有色噪声干扰下的时滞采样系统抗扰辨识 | 第25-57页 |
| 2.1 问题描述 | 第25-26页 |
| 2.2 增广参数抗扰辨识方法 | 第26-39页 |
| 2.2.1 算法推导 | 第26-30页 |
| 2.2.2 时滞参数估计 | 第30-32页 |
| 2.2.3 算法归纳 | 第32-35页 |
| 2.2.4 收敛性分析 | 第35-39页 |
| 2.3 一维搜索时滞抗扰辨识方法 | 第39-47页 |
| 2.3.1 算法推导 | 第39-42页 |
| 2.3.2 时滞参数估计 | 第42-43页 |
| 2.3.3 算法归纳 | 第43-44页 |
| 2.3.4 收敛性分析 | 第44-47页 |
| 2.4 仿真验证 | 第47-54页 |
| 2.5 本章小结 | 第54-57页 |
| 3 基于遗忘因子的时滞系统抗扰辨识 | 第57-83页 |
| 3.1 问题描述 | 第57-58页 |
| 3.2 基于遗忘因子的抗扰辨识 | 第58-64页 |
| 3.2.1 常遗忘因子法 | 第58-60页 |
| 3.2.2 矩阵遗忘因子法 | 第60-64页 |
| 3.3 算法收敛性分析 | 第64-70页 |
| 3.4 仿真验证 | 第70-80页 |
| 3.4.1 数值例子 | 第70-76页 |
| 3.4.2 注塑机模型例子 | 第76-80页 |
| 3.5 本章小结 | 第80-83页 |
| 4 基于分离策略的双率采样时滞系统抗扰辨识 | 第83-105页 |
| 4.1 问题描述 | 第83-85页 |
| 4.2 基于分离策略的辨识算法 | 第85-88页 |
| 4.3 算法收敛性分析 | 第88-94页 |
| 4.4 仿真验证 | 第94-103页 |
| 4.5 本章小结 | 第103-105页 |
| 5 基于多新息的Hammerstein非线性时滞系统抗扰辨识 | 第105-133页 |
| 5.1 问题描述 | 第105-106页 |
| 5.2 抗扰辨识算法 | 第106-113页 |
| 5.2.1 单新息辨识算法 | 第106-110页 |
| 5.2.2 多新息辨识算法 | 第110-113页 |
| 5.3 算法收敛性分析 | 第113-117页 |
| 5.4 仿真验证 | 第117-131页 |
| 5.5 本章小结 | 第131-133页 |
| 6 结论与展望 | 第133-137页 |
| 6.1 结论 | 第133-134页 |
| 6.2 主要创新点 | 第134-135页 |
| 6.3 研究展望 | 第135-137页 |
| 参考文献 | 第137-147页 |
| 攻读博士学位期间科研项目及科研成果 | 第147-149页 |
| 致谢 | 第149-151页 |
| 作者简介 | 第151页 |