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的控制系统的设计 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
3.2.2 离散系统的正实引理 55
3.2.1 离散系统的李雅普诺夫稳定性定理 55
3.2 离散系统的稳定性定理 55
3.3 稳定的离散时间自适应控制 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 系统阶次辩识 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 基于最小乘的阶次和参数同时辨识方法 95
4.5.1 AR模型的信息压缩的定义及其特性 96
4.5.2 CAR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
4.7.1 一类广义时的变系统的辨识模型 105
4.7 广义时变系统的泛参数估计方法 105
4.7.2 泛参数估计方法 109
习题 113
参考文献 113
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 自校正控制器广义最小方控制策略 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
5.3.1 基本原理 131
5.3 极点配置自校正调节器 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
6.4.3 改进的Ziegler-Nichols整定公式 154
6.4.2 PID调节器参数自整定方法 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类型 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控制器 175
参考文献 179
8.1 参数估计的投影算法及其收敛性分析 180
第8章 自校正控制系统的收敛性分析 180
8.2 确定性系统投影自校正控制的收敛收分析 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