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 龙格一库塔法3.2 基于梯度法的模型参考自适应控制3.2 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-MRAC3.3.3 系统状态变量可测时的MRAC3.3.4 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MRAS3.4.2 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JGPC4.5.2 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 系统辨识与自适应控制可视化仿真6.1 可视化编程概述6.2 基于VB的系统辨识与自适应控制仿真6.2.1 VB仿真需要解决的问题6.2.2 基于VB的PID控制6.2.3 基于VB的递推增广最小二乘法参数估计6.2.4 基于VB的广义预测控制6.3 基于Delphi的系统辨识与自适应控制仿真6.3.1 Delphi仿真需要解决的问题6.3.2 基于Delphi的最小方差自校正控制6.3.3 基于Delphi的BP神经网络系统辨识6.3.4 基于Delphi的RBF神经网络自适应控制参考文献