图书介绍
系统辨识与自适应控制MATLAB仿真 第3版pdf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-MRAC 70
3.3.3 系统状态变量可测时的MRAC 73
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MRAS 85
3.4.2 n阶系统的离散时间MRAS 88
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JGPC 150
4.5.2 基于CARMA模型的JGPC 157
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