《系統(tǒng)辨識與自適應(yīng)控制緒論》由會員分享,可在線閱讀,更多相關(guān)《系統(tǒng)辨識與自適應(yīng)控制緒論(14頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、系統(tǒng)辨識與自適應(yīng)控制楊承志 孫棣華 張長勝 編著重 慶 大 學(xué) 出 版 社 目 錄緒 論 0.1 關(guān)于系統(tǒng)辨識 0.2 系統(tǒng)辨識的應(yīng)用與發(fā)展 0.3 關(guān)于自適應(yīng)控制 0.4 自適應(yīng)控制系統(tǒng)的應(yīng)用與發(fā)展第1部分 系統(tǒng)辨識理論、方法及應(yīng)用第1章 系統(tǒng)辨識的基本概念 1.1 系統(tǒng)辨識的基本原理 1.2 系統(tǒng)描述的數(shù)學(xué)模型 1.3 隨機信號的描述與分析 1.4 白噪聲與偽隨機碼 1.5 系統(tǒng)辨識的步驟與內(nèi)容 1.6 系統(tǒng)辨識的基本應(yīng)用第2章 系統(tǒng)辨識的經(jīng)典方法 2.1 階躍響應(yīng)法系統(tǒng)辨識 2.2 頻率響應(yīng)法系統(tǒng)辨識 2.3 相關(guān)分析法系統(tǒng)辨識 第3章 系統(tǒng)辨識的最小二乘算法 3.1 最小二乘法原理 3
2、.2 最小二乘估計的遞推算法 3.3 慢時變參數(shù)的最小二乘遞推算法 3.4 廣義最小二乘法 3.5 輔助變量法 3.6 參數(shù)和狀態(tài)的聯(lián)合估計 3.7 多變量系統(tǒng)的最小二乘辨識第4章 系統(tǒng)辨識的隨機逼近法、極大似然法和預(yù)報誤差法 4.1 系統(tǒng)辨識的隨機逼近法(SAA) 4.2 系統(tǒng)辨識的極大似然法(ML) 4.3 系統(tǒng)辨識的預(yù)報誤差法(PE)第5章 數(shù)學(xué)模型的結(jié)構(gòu)辨識 5.1 根據(jù)漢格爾矩陣估計模型的階次 5.2 根據(jù)積矩矩陣估計模型的階次 5.3 根據(jù)殘差平方和估計模型的階次 5.4 根據(jù)信息的準(zhǔn)則估計模型的階次第6章 閉環(huán)系統(tǒng)的辨識 6.1 閉環(huán)系統(tǒng)的可辨識性 6.2 閉環(huán)辨識方法和可辨識條
3、件 6.3 最小二乘法和輔助變量法在閉環(huán)辨識中的應(yīng)用第7章 系統(tǒng)辨識的發(fā)展及在生產(chǎn)實際中的應(yīng)用 7.1 模糊關(guān)系模型辨識及應(yīng)用 7.2 應(yīng)用辨識技術(shù)的故障檢測及預(yù)報 7.3 自校正預(yù)報器第2部分 自適應(yīng)控制 第8章 自適應(yīng)控制概論 8.1 什么是自適應(yīng)控制系統(tǒng) 8.2 為什么需要自適應(yīng)控制 8.3 自適應(yīng)控制的方案 8.4 自適應(yīng)控制的設(shè)計和理論問題第9章 模型參考自適應(yīng)控制 9.1 模型參考自適應(yīng)控制引言 9.2 基于局部參數(shù)最優(yōu)化理論的設(shè)計方法 9.3 基于李雅普諾夫穩(wěn)定性理論設(shè)計模型參考自適應(yīng)控制系統(tǒng) 第10章 自校正控制(一) 10.1 自校正控制概述 10.2 單步輸出預(yù)測自校正控制
4、 10.3 控制加權(quán)自校正控制第11章 自校正控制(二) 11.1 極點配置自校正控制 11.2 自校正PID控制 11.3 專家式自校正PID控制器 11.4 廣義預(yù)測控制 第12章 多變量自校正控制 12.1 多變量自校正調(diào)節(jié)器 12.2 多變量自校正控制器 12.3 多變量極點配置自校正控制器 12.4 多變量系統(tǒng)自校正解耦控制第13章 自適應(yīng)控制系統(tǒng)的發(fā)展及應(yīng)用 13.1 自適應(yīng)控制技術(shù)的發(fā)展 13.2 工業(yè)鍋爐的加權(quán)廣義預(yù)測自校正控制 13.3 大滯后系統(tǒng)自校正智能極點配置內(nèi)模控制 緒 論 0.1 關(guān)于系統(tǒng)辨識 0.1.1 什么是數(shù)學(xué)模型在系統(tǒng)辨識中,數(shù)學(xué)模型可定義為一個被模型化的系
5、統(tǒng)中的各個有關(guān)變量之間關(guān)系所構(gòu)成的數(shù)學(xué)結(jié)構(gòu),即它用數(shù)學(xué)結(jié)構(gòu)的形式來反映實際對象的行為特征。常用的數(shù)學(xué)模型有代數(shù)方程、微分方程、差分方程、偏微分方程和狀態(tài)方程等。本書中常用的有: a.微分方程 b.差分方程 c.狀態(tài)方程可從如下幾個方面對數(shù)學(xué)模型進行劃分:(1)靜態(tài)模型與動態(tài)模型;(2)線性模型與非線性模型;(3)參數(shù)模型與非參數(shù)模型;(4)確定性模型與隨機性模型;(5)連續(xù)時間模型與離散時間模型; (6)時不變模型與時變模型;(7)時間域模型與頻率域模型;(8)集中參數(shù)模型與分布參數(shù)模型。 0.1.2 系統(tǒng)辨識的基本方法(1)機理建模(2)系統(tǒng)辨識(實驗建模)(3)機理分析和系統(tǒng)辨識相結(jié)合的建模方法 0.1.3 系統(tǒng)辨識的基本內(nèi)容 一般說來,若建立某一系統(tǒng)的數(shù)學(xué)模型的目的已經(jīng)十分明確,同時對該系統(tǒng)已具備了一定的驗前知識,就可以進行辨識該系統(tǒng)的數(shù)學(xué)模型及其參數(shù),其內(nèi)容為: a.實驗設(shè)計; b.模型結(jié)構(gòu)辨識; c.模型參數(shù)辨識; d.模型驗證。 0.2 系統(tǒng)辨識的應(yīng)用與發(fā)展 0.3 關(guān)于自適應(yīng)控制 0.3.1 什么是自適應(yīng)控制 0.3.2 兩種主要的自適應(yīng)控制形式(1)模型參考自適應(yīng)控制(2)自校正控制系統(tǒng) 0.4 自適應(yīng)控制系統(tǒng)的應(yīng)用與發(fā)展