主要符号说明Ⅺ第1章概论1

1.1自适应控制的任务1

1.2自适应控制的有关定义2

1.3自适应控制的发展概况3

1.4自适应控制系统的主要类型4

1.5自适应控制的主要理论问题5

参考文献7第2章连续系统模型参考自适应控制10

2.1模型参考自适应控制系统的各种结构10

2.2模型参考自适应系统的分类13

2.3模型参考自适应控制系统的数学描述15

2.3.1并联模型参考自适应控制系统的数学描述15

2.3.2串并联模型参考自适应控制系统的数学描述16

2.3.3串联模型参考自适应控制系统的数学描述17

2.3.4直接的和间接的模型参考自适应控制系统的数学描述18

2.4用局部参数最优化理论设计模型参考自适应控制系统20

2.4.1具有可调增益的模型参考自适应控制系统的设计20

2.4.2并联模型参考自适应控制系统的设计24

2.5用李雅普诺夫稳定性理论设计模型参考自适应控制系统27

2.5.1李雅普诺夫稳定性理论概述27

2.5.2基于状态变量的模型参考自适应控制系统的设计33

2.5.3基于广义误差和状态观测器的模型参考自适应控制系统的设计38

习题49

参考文献50第3章离散系统模型参考自适应控制51

3.1离散模型参考自适应控制系统的数学描述51

3.1.1离散系统的输入输出模型51

3.1.2离散系统的状态空间模型53

3.1.3离散模型参考自适应控制系统的数学描述54

3.2离散系统的稳定性定理55

3.2.1离散系统的李雅普诺夫稳定性定理55

3.2.2离散系统的正实引理55

3.3稳定的离散时间自适应控制器56

3.3.1自适应控制器的结构57

3.3.2自适应误差模型的稳定性分析59

习题60

参考文献60第4章系统参数估计61

4.1随机信号的描述与分析61

4.1.1随机过程的基本概念及其数学描述61

4.1.2白噪声的性质及其产生方法65

4.2最小二乘类参数估计方法68

4.2.1最小二乘参数估计及其递推算法68

4.2.2遗忘因子最小二乘法72

4.2.3增广最小二乘法73

4.2.4辅助模型最小二乘法75

4.2.5广义最小二乘法77

4.2.6广义增广最小二乘法80

4.2.7辅助变量法82

4.2.8参数和状态联合估计84

4.3随机梯度参数估计方法86

4.3.1估计CAR模型参数的随机梯度算法86

4.3.2估计CARMA模型参数的随机梯度算法88

4.4系统阶次辨识90

4.4.1残差分析判阶法90

4.4.2相关分析判阶法93

4.5基于最小二乘的阶次和参数同时辨识方法95

4.5.1AR模型的信息压缩阵的定义及其特性96

4.5.2CAR模型的信息压缩阵的定义及其特性97

4.6多新息辨识方法99

4.6.1多新息辨识算法99

4.6.2衰减激励条件下的一致参数估计101

4.7广义时变系统的泛参数估计方法105

4.7.1一类广义时变系统的辨识模型105

4.7.2泛参数估计方法109

习题113

参考文献115第5章自校正控制116

5.1自校正调节器116

5.1.1闭环系统可辨识性条件117

5.1.2自校正调节器的最小方差控制策略119

5.1.3最小方差自校正调节器的特性123

5.1.4自校正调节器的算法125

5.2自校正控制器的广义最小方差控制策略126

5.2.1对控制量加以约束的自校正控制器126

5.2.2具有辅助模型的自校正控制器128

5.2.3自校正控制算法130

5.3极点配置自校正调节器131

5.3.1基本原理131

5.3.2极点配置自校正调节器的算法132

5.3.3迟延的辨识133

5.4极零点配置自校正控制134

习题139

参考文献140第6章PID自整定调节器141

6.1用广义最小方差原理设计的PID自校正控制器141

6.2利用响应特性参数的PID自整定144

6.2.1具有参考模型的PID自适应调节器144

6.2.2一阶惯性加迟延系统的PID自整定147

6.3基于参数最优化原理设计的PID自校正调节器150

6.4采用稳定边界法的PID调节器自整定151

6.4.1相位裕量法152

6.4.2PID调节器参数自整定方法154

6.4.3改进的ZieglerNichols整定公式154

6.4.4具有积分性能指标的PID参数整定方法158

习题161

参考文献162第7章具有人工神经网络的自适应控制系统163

7.1人工神经网络概述163

7.1.1人工神经网络的分类165

7.1.2人工神经网络的几种重要模型166

7.2人工神经网络控制器的构造166

7.2.1神经网络控制器模型166

7.2.2反向传播算法167

7.3人工神经网络自适应控制系统168

7.4基于极点配置的自适应共振型神经网络控制器175

参考文献179第8章自校正控制系统的收敛性分析180

8.1参数估计的投影算法及其收敛性分析180

8.2确定性系统投影自校正控制的收敛性分析186

8.3递推最小二乘法的收敛性分析188

8.4随机系统最小二乘自校正控制的收敛性分析194

8.5随机梯度算法的收敛性分析196

8.6随机梯度自校正控制的收敛性分析203

8.7鞅超收敛定理与时变参数估计的有界收敛性204

8.7.1一些参数估计方法205

8.7.2鞅超收敛定理与遗忘因子最小二乘法的收敛性分析206

习题215

参考文献216附录系统噪信比的计算217

A.1单输入单输出(SISO)系统的噪信比及其计算217

A.2多输入多输出(MIMO)系统的噪信比及其计算221主要缩略语223