声明
学位论文数据集
摘要
第一章 绪论
1.1 本课题的研究背景及意义
1.2 系统辨识的研究状况
1.2.1 系统辨识的产生及发展
1.2.2 系统辨识的主要步骤
1.2.3 系统辨识的主要方法
1.2.4 多变量系统和非线性系统的辨识
1.3 本论文的工作
第二章 辨识实验的激励信号与辨识数据的预处理
2.1 引言
2.2 系统辨识实验中常用的激励信号
2.2.1 二进制伪随机信号
2.2.2 阶跃变化信号
2.2.3 广义二进制信号(GBN)
2.3 激励信号的选取原则
2.4 常用的数据滤波方法
2.4.1 平均值滤波方法
2.4.2 中值滤波方法
2.4.3 卡尔曼滤波方法
2.5 小波变换滤波法
2.5.1 小波变换进行数据消噪的原理
2.5.2 小波变换进行数据消噪的应用
2.6 小结
第三章 常用辨识方法的研究与仿真
3.1 引言
3.2 最小二乘及其推广方法的研究
3.2.1 最小二乘的基本原理
3.2.2 递推最小二乘法及仿真研究
3.2.3 广义最小二乘法及仿真研究
3.3 改进的随机数直接搜索算法与仿真研究
3.3.1 NLJ算法的原理
3.3.2 数字仿真实验
3.4 粒子群优化算法与仿真研究
3.4.1 基本粒子群算法的原理
3.4.2 数字仿真实验
第四章 基于加速技术和递阶迭代原理的多变量系统辨识算法
4.1 引言
4.2 多变量系统辨识问题的描述
4.3 多变量系统的辨识算法
4.3.1 基于递阶原理与迭代原理的辨识算法
4.3.2 加速收敛技术
4.4 仿真研究
4.5 小结
第五章 基于有限信息的维纳模型辨识方法的研究
5.1 引言
5.2 维纳模型辨识问题及优化算法的描述
5.2.1 维纳模型辨识问题
5.2.2 PSO-Rosenbrock优化算法
5.3 维纳模型线性部分的辨识
5.3.1 基于原点信息的辨识方法
5.3.2 基于符号信息的辨识方法
5.3.3 基于单调信息的辨识方法
5.4 维纳模型非线性部分的辨识
5.5 小结
第六章 总结与展望
6.1 全文总结
6.2 今后工作的展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
硕士研究生学位论文答辩委员会决议书