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 5
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 8
1.4自适应控制存在的问题及发展方向 8
第2章 系统辨识 11
2.1系统辨识概述 11
2.1.1数学模型及建模方法 11
2.1.2系统辨识的定义及其分类 12
2.1.3参数模型 12
2.1.4系统辨识的基本原理 14
2.1.5系统辨识的步骤 15
2.2白噪声、M序列与噪信比 17
2.2.1白噪声与有色噪声 17
2.2.2 M序列与逆M序列 19
2.2.3噪信比 21
2.3最小二乘参数估计法 27
2.3.1批处理最小二乘法 28
2.3.2递推最小二乘法 30
2.3.3遗忘因子递推最小二乘法 34
2.3.4递推增广最小二乘法 38
2.4梯度校正参数估计法 42
2.4.1确定性系统的梯度校正参数估计法 42
2.4.2随机牛顿法 45
2.5极大似然参数估计法 48
2.6多变量系统参数估计 52
第3章 模型参考自适应控制 59
3.1连续系统数值积分基础知识 59
3.1.1欧拉法 59
3.1.2龙格-库塔法 60
3.2基于梯度法的模型参考自适应控制 62
3.2.1 MIT自适应律 62
3.2.2 MIT归一化算法 66
3.3基于Lyapunov稳定性理论的模型参考自适应控制 69
3.3.1 Lyapunov稳定性理论与正实传递函数 70
3.3.2可调增益Lyapunov-MRAC 75
3.3.3系统状态变量可测时的MRAC 78
3.3.4 Narendra稳定自适应控制器 83
3.4离散时间模型参考自适应系统 91
3.4.1二阶系统的离散时间MRAS 91
3.4.2 n阶系统的离散时间MRAS 95
第4章 自校正控制 103
4.1 Diophantine方程的求解 103
4.1.1单步Diophantine方程的求解 103
4.1.2多步Diophantine方程的求解 105
4.2最小方差自校正控制 108
4.2.1单步输出预测 109
4.2.2最小方差控制 110
4.2.3最小方差间接自校正控制 114
4.2.4最小方差直接自校正控制 118
4.3广义最小方差自校正控制 123
4.3.1广义最小方差控制 123
4.3.2广义最小方差间接自校正控制 129
4.3.3广义最小方差直接自校正控制 133
4.4广义预测控制 137
4.4.1预测控制的提出 137
4.4.2预测控制的基本机理 138
4.4.3广义预测控制 141
4.5改进的广义预测控制 161
4.5.1基于CARIMA模型的JGPC 162
4.5.2基于CARMA模型的JGPC 168
第5章 基于常规控制策略的自校正控制 175
5.1极点配置自校正控制 175
5.1.1极点配置控制 175
5.1.2极点配置间接自校正控制 184
5.1.3极点配置直接自校正控制 190
5.2自校正PID控制 195
5.2.1常规PID控制 195
5.2.2自校正PID控制 197
第6章 系统辨识与自适应控制可视化仿真 203
6.1可视化编程概述 203
6.2基于VB的系统辨识与自适应控制仿真 203
6.2.1 VB仿真需要解决的问题 204
6.2.2基于VB的PID控制 206
6.2.3基于VB的递推增广最小二乘法参数估计 209
6.2.4基于VB的广义预测控制 217
6.3基于Delphi的系统辨识与自适应控制仿真 226
6.3.1 Delphi仿真需要解决的问题 226
6.3.2基于Delphi的最小方差自校正控制 231
6.3.3基于Delphi的BP神经网络系统辨识 238
6.3.4基于Delphi的RBF神经网络自适应控制 245
参考文献 254