声明
第1章 绪 论
1.1 课题研究背景
1.2 国内外研究现状
1.3 课题研究目的及意义
1.4 本文主要研究内容及结构安排
第2章 预备知识
2.1 神经动力学模型
2.1.1 单个神经群的神经动力学模型
2.1.2 多个神经群耦合的神经动力学模型
2.2 滤波算法
2.2.1 Kalman滤波算法
2.2.2 强跟踪滤波算法
2.2.3 滤波性能估计方法
2.3 控制算法
2.3.1 PID控制算法
2.3.2控制性能估计方法
2.4 本章小结
第3章 神经动力学模型的滤波
3.1 神经动力学模型的动力学特性分析
3.1.1 单个神经群的神经动力学模型仿真
3.1.2 三个神经群耦合的神经动力学模型仿真
3.2 基于CKF算法的神经动力学模型的滤波
3.2.1 CKF算法
3.2.2 基于CKF算法的滤波方案
3.2.3 基于CKF算法的滤波性能分析
3.3 基于STCKF算法的神经动力学模型的滤波
3.3.1 STCKF算法
3.3.2 基于STCKF算法的滤波方案
3.3.3 基于STCKF算法的滤波性能分析
3.4 本章小结
第4章 神经动力学模型的控制
4.1 基于CKF算法的神经动力学模型的闭环控制
4.1.1 基于CKF算法的控制方案
4.1.2 基于CKF算法的控制性能分析
4.2 基于单神经元自适应PID的神经动力学模型的控制
4.2.1 单神经元模型
4.2.2 单神经元自适应PID控制算法
4.2.3 基于单神经元自适应PID的控制性能分析
4.3 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢