图书介绍
系统辨识与自适应控制MATLAB仿真 第3版PDF|Epub|txt|kindle电子书版本下载
- 庞中华，崔红著 著
- 出版社： 北京：北京航空航天大学出版社
- ISBN：9787512424753
- 出版时间：2017
- 标注页数：295页
- 文件大小：146MB
- 文件页数：305页
- 主题词：系统辨识－计算机仿真－Matlab软件；自适应控制－计算机仿真－Matlab软件
PDF下载
下载说明
系统辨识与自适应控制MATLAB仿真 第3版PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 自适应控制问题的提出1
1.2 自适应控制的种类2
1.2.1 模型参考自适应控制系统2
1.2.2 自校正控制系统3
1.2.3 智能自适应控制系统4
1.2.4 其他形式的自适应控制系统4
1.3 自适应控制的应用现状4
1.3.1 在工业领域中的典型应用5
1.3.2 在非工业领域中的应用7
1.4 自适应控制存在的问题及发展方向7
第2章 系统辨识10
2.1 系统辨识概述10
2.1.1 数学模型及建模方法10
2.1.2 系统辨识的定义及其分类11
2.1.3 参数模型11
2.1.4 系统辨识的基本原理13
2.1.5 系统辨识的步骤14
2.2 白噪声、M序列与噪信比15
2.2.1 白噪声与有色噪声15
2.2.2 M序列与逆M序列18
2.2.3 噪信比20
2.3 最小二乘参数估计法25
2.3.1 批处理最小二乘法25
2.3.2 递推最小二乘法29
2.3.3 遗忘因子递推最小二乘法33
2.3.4 递推增广最小二乘法37
2.4 梯度校正参数估计法40
2.4.1 确定性系统的梯度校正参数估计法40
2.4.2 随机牛顿法43
2.5 极大似然参数估计法45
2.6 多变量系统参数估计49
第3章 模型参考自适应控制55
3.1 连续系统数值积分基础知识55
3.1.1 欧拉法55
3.1.2 龙格-库塔法56
3.2 基于梯度法的模型参考自适应控制58
3.2.1 MIT自适应律58
3.2.2 MIT归一化算法62
3.3 基于Lyapunov稳定性理论的模型参考自适应控制65
3.3.1 Lyapunov稳定性理论与正实传递函数65
3.3.2 可调增益Lyapunov-MRAC70
3.3.3 系统状态变量可测时的MRAC73
3.3.4 Narendra稳定自适应控制器77
3.4 离散时间模型参考自适应系统84
3.4.1 二阶系统的离散时间MRAS85
3.4.2 n阶系统的离散时间MRAS88
第4章 自校正控制95
4.1 Diophantine方程的求解95
4.1.1 单步Diophantine方程的求解95
4.1.2 多步Diophantine方程的求解98
4.2 最小方差自校正控制102
4.2.1 单步输出预测102
4.2.2 最小方差控制103
4.2.3 最小方差间接自校正控制108
4.2.4 最小方差直接自校正控制111
4.3 广义最小方差自校正控制115
4.3.1 广义最小方差控制115
4.3.2 广义最小方差间接自校正控制121
4.3.3 广义最小方差直接自校正控制124
4.4 广义预测控制128
4.4.1 预测控制的提出128
4.4.2 预测控制的基本机理129
4.4.3 广义预测控制132
4.5 改进的广义预测控制150
4.5.1 基于CARIMA模型的JGPC150
4.5.2 基于CARMA模型的JGPC157
第5章 基于常规控制策略的自校正控制163
5.1 极点配置自校正控制163
5.1.1 极点配置控制163
5.1.2 极点配置间接自校正控制171
5.1.3 极点配置直接自校正控制176
5.2 自校正PID控制181
5.2.1 常规PID控制181
5.2.2 自校正PID控制183
第6章 神经网络辨识与控制189
6.1 基于BP神经网络的系统辨识189
6.1.1 BP神经网络189
6.1.2 基于局部误差的BP神经网络辨识189
6.1.3 基于全局误差的BP神经网络辨识197
6.2 基于RBF神经网络的系统辨识与控制204
6.2.1 RBF神经网络204
6.2.2 基于RBF神经网络的系统辨识204
6.2.3 基于RBF神经网络的PID自校正控制209
第7章 模糊控制与模糊神经网络辨识217
7.1 引言217
7.2 模糊逻辑控制217
7.2.1 模糊控制系统的设计217
7.2.2 模糊控制M文件仿真219
7.2.3 模糊控制Simulink仿真228
7.3 模糊神经网络辨识232
7.3.1 模糊系统和神经网络的比较232
7.3.2 模糊神经网络233
7.3.3 关系度聚类方法234
7.3.4 补偿模糊神经网络238
7.3.5 基于聚类的补偿模糊神经网络辨识249
第8章 无模型自适应控制257
8.1 动态线性化技术257
8.1.1 紧格式动态线性化方法（CFDL）257
8.1.2 偏格式动态线性化方法（PFDL）258
8.1.3 全格式动态线性化方法（FFDL）258
8.2 SISO无模型自适应控制258
8.2.1 基于CFDL的无模型自适应控制258
8.2.2 基于PFDL的无模型自适应控制262
8.2.3 基于FFDL的无模型自适应控制268
8.3 MIMO无模型自适应控制272
8.3.1 基于CFDL的MIMO无模型自适应控制272
8.3.2 基于PFDL的MIMO无模型自适应控制278
8.3.3 基于FFDL的MIMO无模型自适应控制286
参考文献294