内容简介
《系统辨识与自适应控制MATLAB仿真(第3版)》从MATLAB仿真角度出发,系统地介绍系统辨识与自适应控制的基本理论和方法。
《系统辨识与自适应控制MATLAB仿真(第3版)》内容主要分为三部分:第1部分为绪论;第二部分为线性系统辨识与自适应控制,包括系统辨识(如*小二乘法、梯度校正法和极大似然法)、模型参考自适应控制、自校正控制和基于常规控制策略的自校正控制;第三部分为非线性系统辨识与自适应控制,包括神经网络辨识与控制、模糊控制与模糊神经网络辨识和无模型自适应控制。书中每种算法都配有仿真实例、仿真程序、仿真结果以及对仿真结果的简要分析,以便读者深人理解和灵活运用系统辨识与自适应控制的基本理论和方法。
《系统辨识与自适应控制MATLAB仿真(第3版)》内容简练,系统性和实用性强,可作为自动化相关专业本科高年级学生和硕士研究生的教学用书,也可供控制科学与工程相关领域的博士研究生、教师、科研人员以及技术开发人员阅读和参考。
内页插图
目录
第1章 绪论
1.1 自适应控制问题的提出
1.2 自适应控制的种类
1.2.1 模型参考自适应控制系统
1.2.2 自校正控制系统
1.2.3 智能自适应控制系统
1.2.4 其他形式的自适应控制系统
1.3 自适应控制的应用现状
1.3.1 在工业领域中的典型应用
1.3.2 在非工业领域中的应用
1.4 自适应控制存在的问题及发展方向
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 最小二乘参数估计法
2.3.1 批处理最小二乘法
2.3.2 递推最小二乘法
2.3.3 遗忘因子递推最小二乘法
2.3.4 递推增广最小二乘法
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 最小方差自校正控制
4.2.1 单步输出预测
4.2.2 最小方差控制
4.2.3 最小方差间接自校正控制
4.2.4 最小方差直接自校正控制
4.3 广义最小方差自校正控制
4.3.1 广义最小方差控制
4.3.2 广义最小方差间接自校正控制
4.3.3 广义最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
前言/序言
目前,系统辨识与自适应控制理论已日趋成熟和完善,并被广泛应用于国民经济和国防建设的各个工程技术领域,包括航空、航天、航海、机器人、工业过程(如冶金、化工、机械、电力、热力、酿造、造纸等)、节能环保、生物医学、社会经济与管理等。有关系统辨识和自适应控制的书籍,国内外已出版数十种,但多数是对其理论和算法的系统性论述,对算法的实现问题涉及较少。为了弥补这一缺憾,本书在简要介绍系统辨识与自适应控制基本理论和方法的基础上,给出了具体算法的实现步骤,并提供了相应的仿真实例和MATLAB仿真程序供读者学习参考,可帮助读者快速地学习、掌握和应用这一领域的基本理论和方法。因此,本书具有以下特色。
(1)内容简练、系统性强。由于系统辨识与自适应控制理论方面的著作已很多,因此,本书精选典型算法,首先介绍其理论背景和简单理论推导,然后给出算法的实现步骤,并通过仿真实例,介绍算法的实现,展示仿真效果,便于读者把握算法的本质,掌握和巩固所学知识。
(2)实用性强。本书介绍的每种算法及重要的基础知识都配有MATI.AB仿真程序,而且尽量使编写的程序通用化、模块化,读者只需修改程序源代码中的对象参数即可实现指定被控对象的参数估计和控制器设计。
(3)灵活性高。本书所有的MATLAB程序均采用M文件进行原始编程,能够让读者对具体算法的实现过程有更直观的理解和掌握,同时也避免了相应技术MATI。AB工具箱固定模式的限制,读者只需对书中程序代码稍作修改,即可进行算法的设计与仿真。
全书共8章,主要内容分为以下三部分。
第一部分为绪论,即第1章,简要介绍自适应控制理论的产生背景、种类及应用现状等。
第二部分为线性系统辨识与自适应控制,即第2章~第5章,主要介绍线性系统常用辨
识方法(包括最小二乘法、梯度校正法和极大似然法)和线性系统典型自适应控制方法
(包括模型参考自适应控制、最小方差自校正控制、广义预测控制以及基于常规控制策
略的自校正控制)。
第三部分为非线性系统辨识与自适应控制,即第6章~第8章,主要介绍非线性系统的
神经网络辨识与控制(包括BP神经网络和RBF神经网络)、模糊控制与模糊神经网络
辨识以及无模型自适应控制(包括单输入单输出系统和多输入多输出系统)。
本书中的MATLAB仿真程序是基于MATLABR2017a编写的,程序源代码均免费提供,读者可扫描下页二维码直接下载。
本书的编写得到了英国南威尔士大学刘国平教授、清华大学周东华教授、北京理工大学孙健教授和北京交通大学侯忠生教授的鼓励和帮助,在此作者谨向他们深表谢意。另外,图书的编写和出版还要感谢通过邮箱和论坛与作者进行沟通和交流的读者朋友们,以及国家自然科学基金项目(61673023)的资助。
系统辨识与自适应控制MATLAB仿真(第3版) epub pdf mobi txt 电子书 下载 2024
系统辨识与自适应控制MATLAB仿真(第3版) 下载 epub mobi pdf txt 电子书 2024