运动系统多层递阶自适应预报与控制

1 (p1): 第1章 绪论
1 (p2): 1.1 运动系统概述
1 (p3): 1.1.1 运动系统的定义与分类
4 (p4): 1.1.2 研究概况
5 (p5): 1.2 系统预报技术概述
5 (p6): 1.2.1 预报方法的分类
7 (p7): 1.2.2 各种预报方法的比较
8 (p8): 1.3 自适应控制技术概述
8 (p9): 1.3.1 线性系统的自适应控制
10 (p10): 1.3.2 非线性系统的自适应控制
13 (p11): 1.3.3 自适应控制理论的发展方向
15 (p12): 第2章 基于参数模型的系统控制方法
15 (p13): 2.1 控制系统的概念
15 (p14): 2.1.1 系统的定义与分类
17 (p15): 2.1.2 线性系统的性质
18 (p16): 2.1.3 系统分析
19 (p17): 2.2 控制论与工程控制论
19 (p18): 2.2.1 控制论基本思想的形成
21 (p19): 2.2.2 经典控制理论与现代控制理论
22 (p20): 2.3 PID控制
22 (p21): 2.3.1 PID控制原理
23 (p22): 2.3.2 PID参数对控制性能的影响
23 (p23): 2.3.3 凑试法确定PID参数
24 (p24): 2.4 极点配置
24 (p25): 2.4.1 反馈控制系统的两种形式
26 (p26): 2.4.2 极点配置的定理
28 (p27): 2.5 模型参考自适应控制
28 (p28): 2.5.1 模型参考自适应控制原理
29 (p29): 2.5.2 基于超稳定性理论的控制器设计方法
31 (p30): 2.5.3 基于李雅普诺夫稳定性理论的设计方法
35 (p31): 第3章 基于参数模型的系统预报方法
35 (p32): 3.1 时间序列分析与建模
35 (p33): 3.1.1 随机过程的基本概念
40 (p34): 3.1.2 动态系统的随机模型
46 (p35): 3.1.3 基于最小二乘法的参数估计
49 (p36): 3.2 自回归预报方法
50 (p37): 3.2.1 自回归模型的参数估计
51 (p38): 3.2.2 利用艾克准则确定自回归模型的阶
52 (p39): 3.3 灰色预报方法
53 (p40): 3.3.1 灰色系统的基本概念
59 (p41): 3.3.2 GM模型的建立
66 (p42): 3.3.3 灰色预测步骤
68 (p43): 第4章 多层递阶理论基础
68 (p44): 4.1 系统建模与辨识
68 (p45): 4.1.1 系统辨识的应用与发展
70 (p46): 4.1.2 在线参数估计算法
73 (p47): 4.2 多层递阶辨识
74 (p48): 4.2.1 时变参数的辨识准则
75 (p49): 4.2.2 参数未知的结构时变系统的辨识
76 (p50): 4.2.3 多层递阶辨识方法
77 (p51): 4.3 多层递阶自适应预报
78 (p52): 4.3.1 基本多层递阶预报方法
78 (p53): 4.3.2 多模型多算法综合的多层递阶预报方法
83 (p54): 4.3.3 应用现状
85 (p55): 4.4 多层递阶自适应控制与无模型自适应控制
85 (p56): 4.4.1 多层递阶自适应控制
91 (p57): 4.4.2 无模型自适应控制
96 (p58): 4.4.3 应用现状
99 (p59): 第5章 控制技术在船舶减摇系统中的应用
99 (p60): 5.1 船舶减摇装置与控制技术概述
103 (p61): 5.2 控制技术在减摇水舱试验装置中的应用
104 (p62): 5.2.1 减摇水舱试验装置工作原理
114 (p63): 5.2.2 PID控制的应用
116 (p64): 5.2.3 极点配置的应用
122 (p65): 5.2.4 模型参考自适应控制的应用
129 (p66): 5.2.5 无模型自适应控制的应用
133 (p67): 5.3 PID控制、自适应控制和无模型自适应控制仿真结果的比较分析
135 (p68): 5.4 大型船舶综合减摇系统无模型自适应控制
136 (p69): 5.4.1 大型船舶综合减摇系统的组成
137 (p70): 5.4.2 大型船舶综合减摇系统MFAC控制器设计
139 (p71): 5.4.3 仿真分析
144 (p72): 第6章 预报技术在船舶纵摇运动中的应用
144 (p73): 6.1 船舶运动极短期预报技术概述
147 (p74): 6.2 船舶纵摇运动AR模型法预报
147 (p75): 6.2.1 自回归AR模型法建模
148 (p76):…