声明
1 绪论
1.1 课题研究背景及意义
1.2 系统辨识概述
1.3 非线性系统辨识研究现状
1.3.1 非线性系统模型
1.3.2 非线性系统辨识方法
1.3.3 伺服系统参数辨识研究现状
1.4 本论文的工作安排
2 Hammerstein模型及其传统辨识方法
2.1 引言
2.2 Hammerstein模型分析
2.2.1 模块化非线性模型
2.2.2 Hammerstein ARMAX 模型
2.3 Hammerstein模型传统辨识算法
2.3.1 最小二乘算法
2.3.2 迭代法
2.3.3 递推法
2.4 实验仿真
2.4.1 迭代法辨识结果
2.4.2 递推法辨识结果
2.4.3 辨识算法分析
2.5 本章小结
3 基于改进粒子群算法的Hammerstein模型辨识方法研究
3.1 引言
3.2 PSO算法
3.2.1 PSO 算法基本原理
3.2.2 PSO 算法数学表示
3.3 改进PSO算法
3.3.1 种群聚合度惯性权重调整策略
3.3.2 自适应Lévy变异策略
3.3.3算法流程
3.4 实验结果分析
3.5 本章小结
4 基于改进萤火虫算法的Hammerstein模型辨识方法研究
4.1 引言
4.2 FA算法
4.2.1 FA算法原理
4.2.2 FA算法数学描述
4.2.3 FA算法流程及参数分析
4.3 改进FA算法
4.3.1 改进吸引度策略
4.3.2 变步长策略
4.4 实验结果分析
4.5 本章小结
5 交流伺服系统Hammerstein模型辨识
5.1 引言
5.2 伺服系统仿真模型建立
5.2.1 伺服系统传递函数模型建立
5.2.2 伺服系统非线性分析
5.2.3 伺服系统仿真模型
5.3 伺服系统Hammerstein模型建立
5.4 伺服系统Hammerstein模型辨识实验
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录
南京理工大学;