系統辨識與自適應控制MATLAB仿真(修訂版)（簡體書）

《系統辨識與自適應控制MATLAB仿真（修訂版）》共6章，主要內容為：緒論、系統辨識、模型參考自適應控制、自校正控制（包括廣義預測控制）、基於常規控制策略的自校正控制和非線性系統辨識與控制（包括神經網絡和模糊控制）。書中每種算法都配有仿真實例、仿真程序、仿真結果以及對仿真結果的簡要分析，以便於讀者深入理解和運用基本理論和算法。
《系統辨識與自適應控制MATLAB仿真（修訂版）》內容簡練，系統性和實用性強，可作為自動化相關專業本科高年級學生和碩士研究生的教學用書，也可供從事自動控制理論研究及技術開發人員閱讀參考。

第1章 緒論
1.1 自適應控制問題的提出
1.2 自適應控制的種類
1.2.1 模型參考自適應控制系統
1.2.2 自校正控制系統
1.2.3 智能自適應控制系統
1.2.4 其他形式的自適應控制系統
1.3 自適應控制的應用現狀
1.3.1 在工業領域中的典型應用
1.3.2 在非工業領域中的應用
1.4 自適應控制存在的問題及發展方向

第2章 系統辨識
2.1 系統辨識概述
2.1.1 數學模型及建模方法
2.1.2 系統辨識的定義及其分類
2.1.3 參數模型
2.1.4 系統辨識的基本原理
2.1.5 系統辨識的步驟
2.2 白噪聲、M序列與噪信比
2.2.1 白噪聲與有色噪聲
2.2.2 M序列與逆M序列
2.2.3 噪信比
2.3 最小二乘參數估計法
2.3.1 批處理最小二乘法
2.3.2 遞推最小二乘法
2.3.3 遺忘因子遞推最小二乘法
2.3.4 遞推增廣最小二乘法
2.4 梯度校正參數估計法
2.4.1 確定性系統的梯度校正參數估計法
2.4.2 隨機牛頓法
2.5 極大似然參數估計法
2.6 多變量系統參數估計

第3章 模型參考自適應控制
3.1 連續系統數值積分基礎知識
3.1.1 歐拉法
3.1.2 龍格一庫塔法
3.2 基於梯度法的模型參考自適應控制
3.2.1 MIT自適應律
3.2.2 MIT歸一化算法
3.3 基於Lyapunov穩定性理論的模型參考自適應控制
3.3.1 Lyapunov穩定性理論與正實傳遞函數
3.3.2 可調增益Lyapunov-MRAC
3.3.3 系統狀態變量可測時的MRAC
3.3.4 Narendra穩定自適應控制器
3.4 離散時間模型參考自適應系統
3.4.1 二階系統的離散時間MRAS
3.4.2 n階系統的離散時間MRAS

第4章 自校正控制
4.1 Diophantine方程的求解
4.1.1 單步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 單步輸出預測
4.2.2 最小方差控制
4.2.3 最小方差間接自校正控制
4.2.4 最小方差直接自校正控制
4.3 廣義最小方差自校正控制
4.3.1 廣義最小方差控制
4.3.2 廣義最小方差間接自校正控制
4.3.3 廣義最小方差直接自校正控制
4.4 廣義預測控制
4.4.1 預測控制的提出
4.4.2 預測控制的基本機理
4.4.3 廣義預測控制
4.5 改進的廣義預測控制
4.5.1 基於CARIMA模型的JGPC
4.5.2 基於CARMA模型的JGPC

第5章 基於常規控制策略的自校正控制
5.1 極點配置自校正控制
5.1.1 極點配置控制
5.1.2 極點配置間接自校正控制
5.1.3 極點配置直接自校正控制
5.2 自校正PID控制
5.2.1 常規PID控制
5.2.2 自校正PID控制

第6章 非線性系統辨識與控制
6.1 基於BP神經網絡的系統辨識
6.1.1 BP神經網絡
6.1.2 基於局部誤差的BP神經網絡辨識
6.1.3 基於全域誤差的BP神經網絡辨識
6.2 基於RBF、神經網絡的系統辨識與控制
6.2.1 RBF神經網絡
6.2.2 基於RBF神經網絡的系統辨識
6.2.3 基於RBF神經網絡的PID自校正控制
6.3 模糊控制
6.3.1 模糊集合論
6.3.2 模糊控制器設計
6.3.3 模糊控制M文件仿真
6.3.4 模糊控制Simulink仿真
參考文獻