系统辨识与自适应控制MATLAB仿真（第3版）

第2章 系统辨识
2．1 系统辨识概述
2．1．1 数学模型及建模方法
2．1．2 系统辨识的定义及其分类
2．1．3 参数模型
2．1．4 系统辨识的基本原理
2．1．5 系统辨识的步骤
2．2 白噪声、M序列与噪信比
2．2．1 白噪声与有色噪声
2．2．2 M序列与逆M序列
2．2．3 噪信比
2．3 小二乘参数估计法
2．3．1 批处理小二乘法
2．3．2 递推小二乘法
2．3．3 遗忘因子递推小二乘法
2．3．4 递推增广小二乘法
2．4 梯度校正参数估计法
2．4．1 确定性系统的梯度校正参数估计法
2．4．2 随机牛顿法
2．5 极大似然参数估计法
2．6 多变量系统参数估计

第3章 模型参考自适应控制
3．1 连续系统数值积分基础知识
3．1．1 欧拉法
3．1．2 龙格-库塔法
3．2 基于梯度法的模型参考自适应控制
3．2．1 MIT自适应律
3．2．2 MIT归一化算法
3．3 基于Lyapunov稳定性理论的模型参考自适应控制
3．3．1 Lyapunov稳定性理论与正实传递函数
3．3．2 可调增益Lyapunov-MRAC
3．3．3 系统状态变量可测时的MRAC
3．3．4 Narendra稳定自适应控制器
3．4 离散时间模型参考自适应系统
3．4．1 二阶系统的离散时间MRAS
3．4．2 n阶系统的离散时间MRAS

第4章 自校正控制
4．1 Diophantine方程的求解
4．1．1 单步Diophantine方程的求解
4．1．2 多步Diophantine方程的求解
4．2 小方差自校正控制
4．2．1 单步输出预测
4．2．2 小方差控制
4．2．3 小方差间接自校正控制
4．2．4 小方差直接自校正控制
4．3 广义小方差自校正控制
4．3．1 广义小方差控制
4．3．2 广义小方差间接自校正控制
4．3．3 广义小方差直接自校正控制
4．4 广义预测控制
4．4．1 预测控制的提出
4．4．2 预测控制的基本机理
4．4．3 广义预测控制
4．5 改进的广义预测控制
4．5．1 基于CARIMA模型的JGPC
4．5．2 基于CARMA模型的JGPC

第5章 基于常规控制策略的自校正控制
5．1 极点配置自校正控制
5．1．1 极点配置控制
5．1．2 极点配置间接自校正控制
5．1．3 极点配置直接自校正控制
5．2 自校正PID控制
5．2．1 常规PID控制
5．2．2 自校正PID控制

第6章 神经网络辨识与控制
6．1 基于BP神经网络的系统辨识
6．1．1 BP神经网络
6．1．2 基于局部误差的BP神经网络辨识
6．1．3 基于全局误差的BP神经网络辨识
6．2 基于RBF神经网络的系统辨识与控制
6．2．1 RBF神经网络
6．2．2 基于RBF神经网络的系统辨识
6．2．3 基于RBF神经网络的PID自校正控制

第7章 模糊控制与模糊神经网络辨识
7．1 引言
7．2 模糊逻辑控制
7．2．1 模糊控制系统的设计
7．2．2 模糊控制M文件仿真
7．2．3 模糊控制Simulink仿真
7．3 模糊神经网络辨识
7．3．1 模糊系统和神经网络的比较
7．3．2 模糊神经网络
7．3．3 关系度聚类方法
7．3．4 补偿模糊神经网络
7．3．5 基于聚类的补偿模糊神经网络辨识

第8章 无模型自适应控制
8．1 动态线性化技术
8．1．1 紧格式动态线性化方法（CFDL）
8．1．2 偏格式动态线性化方法（PFDL）
8．1．3 全格式动态线性化方法（FFDL）
8．2 SISO无模型自适应控制
8．2．1 基于CFDL的无模型自适应控制
8．2．2 基于PFDL的无模型自适应控制
8．2．3 基于FFDL的无模型自适应控制
8．3 MIMO无模型自适应控制
8．3．1 基于CFDL的MIMO无模型自适应控制
8．3．2 基于PFDL的MIMO无模型自适应控制
8．3．3 基于FFDL的MIMO无模型自适应控制
参考文献