声明
致谢
摘要
插图
表格
缩写、符号清单、术语表
1 绪论
1.1 研究背景及意义
1.2 工业预测控制系统
1.3 工业过程的系统辨识
1.4 工业预测控制及系统辨识的研究现状
1.5 本文研究内容与结构
2 过采样策略下系统辨识的渐近理论
2.1 引言
2.2 系统辨识的过采样策略
2.2.1 过采样操作
2.2.2 模型辨识和转换
2.3 过采样信号的特性
2.4 过采样下的渐近理论
2.4.1 假设条件
2.4.2 渐近理论
2.4.3 仿真验证
2.5 过采样下的渐近辨识方差
2.6 过采样策略的机理
2.7 本章小结
3 基于过采样策略的高精度系统辨识算法
3.2 算法设计原理
3.3 基于频域滤波的过采样渐近辨识算法
3.4 基于时域滤波的过采样预报误差算法
3.5 与传统算法的比较
3.6 仿真示例
3.7 本章小结
4 系统辨识中的抗频谱混叠滤波策略分析
4.2 抗频谱混叠滤波策略
4.3 时域分析
4.4 频域分析
4.5 仿真验证
4.6 与过采样策略的比较
4.7 本章小结
5 参数模型的全局收敛在线辨识算法
5.1 引言
5.2 问题描述
5.3 研究现状和研究基础
5.3.1 在线预报误差算法
5.3.2 在线最小二乘算法
5.3.3 加权零空间拟合算法
5.4 在线加权零空间拟合算法
5.4.1 在线迭代
5.4.2 算法初始化
5.4.3 非参数模型阶次的自适应调整
5.4.4 时变特性跟踪
5.4.5 其他问题
5.5 算法特性的理论分析
5.5.1 定义和假设条件
5.5.2 在线估计的一致性
5.5.3 在线估计的渐近有效性
5.6 仿真示例
5.6.1 与在线预报误差算法的对比
5.6.2 使用自适应阶次调整策略
5.6.3 系统的时交特性跟踪
5.7 本章小结
6 总结与展望
6.1 本文工作总结
6.2 未来工作展望
附录
参考文献
作者简历
科研成果目录
浙江大学;