一、矢量基学习算法及在辨识建模中的应用研究（论文文献综述）
于蒙[1]（2021）在《基于数据驱动的间歇化工过程批次内和批次间复合优化控制策略研究》文中研究表明本文致力于研究针对特种精细化学品间歇生产过程的智能优化控制方法。特种精细化学品生产控制属于间歇过程控制,生产过程具有强非线性和批次重复特性,目前生产中采用的控制策略是经典PID控制,这种控制方式的特点是控制结构具有较高的可靠性,并且对控制器的维护较为简单,但是难以满足复杂工艺过程高精度控制的要求,历次特种化学品生产产品质量和运行过程均出现过不稳定的情况。如何对现有的PID控制策略进行改进,并充分利用批次生产的重复特性,针对无法用精确数学模型描述的被控对象,通过利用控制过程的在线或离线数据并开发智能控制算法,对复杂被控对象施以控制,为本文的研究重点。针对特种化学品间歇生产过程,如Chylla Haase间歇反应过程,本文采用一种复合控制方式,将间歇过程控制划分为批次内控制和批次间控制两个维度,设计复合控制策略,将批次内的智能自整定PID控制和批次间的迭代学习控制结合,充分利用批次间重复特性,并在批次内和批次间实现控制的自适应改进。在批次内控制中,采用PID控制架构,通过LM优化算法实现PID控制参数的自整定,利用RBF神经网络辨识优化过程产生的Jacobian信息,使用一种改进的差分进化算法优化PID自整定参数的初值以及径向基神经网络基函数的中心、宽度以及神经元连接权值的初值。批次内的控制策略不要求获得被控对象的数学模型,仅以过程数据为控制来源,具有较高实际应用价值。在批次间控制中,针对需要抑制的重复性干扰,采用具有实际应用价值的P型迭代学习控制,为实现这种控制方式数据驱动的自适应改进,设计限定参数集的去伪控制策略。这种控制策略既实现了抑制批次间重复扰动的功能,又具备实用性的自适应调整能力,取得优于固定参数迭代学习控制方法的效果。特种化学品D1的生产过程,对转馏分点的预测和控制十分重要。该间歇蒸馏过程存在反应蒸馏过程复杂多样的特性,需要进行分离处理的物质多种多样并且成分不断变化,而上升气温度可以对蒸馏过程需分离的物质有较高程度的反映,准确判断转馏分点是特种化学品D1生产的关键。从实际出发,建立一种数据驱动的LSTM预测模型,对转馏分点实施预测。LSTM结构复杂,需要进行参数优化,设计贝叶斯优化算法实现了参数的优选。针对D1生产过程,纯度数据作为关键指标只在生产终点时检测的情况,设计了一种基于BP神经网络的终点质量迭代学习控制算法,首先利用BP神经网络建立生产过程变量与终点产品纯度的预测模型,以神经网络预测模型为基础,实施终点纯度的迭代学习控制,实现了对具有批次重复特性的间歇蒸馏过程的质量控制。
魏璇[2]（2021）在《基于叠层基函数的混合阶DGTD方法研究》文中指出电磁数值计算方法中,时域不连续伽辽金（DGTD）方法由于其能够对复杂和精细结构准确拟合、易于并行等优点受到广泛关注。在分析复杂电磁模型时,选择高阶基函数、适形PML和非均匀网格剖分方式可以有效减少计算自由度（DoF）,在高效求解电磁问题中具有重要意义。基于低阶矢量基函数的DGTD方法为了保证计算精度,需要采用较小尺寸的网格剖分目标区域,导致计算过程中资源消耗高,计算耗时;针对以上问题,构建了 2.5阶矢量叠层基函数,在计算中可以采用大尺寸的网格剖分目标区域,从而减少四面体网格数目,能够有效提高算法的计算效率,而且保证其计算精度。在电磁辐射问题的分析中,通过复坐标拉伸技术可以引入完美匹配层（PML）边界条件,实现在有限区域里模拟开域问题。为了在计算中减少缓冲区空间,提出了一种具有弯曲界面的适形PML的实现方案,在提高球体或椭球体特定目标的电磁散射和辐射问题计算效率中具有独特的优势。在此基础上,由于构建的叠层基函数具有嵌套特性,提出一种在物理区域采用2.5阶基函数、PML区域采用低阶基函数的混合阶DGTD方法,有效解决纯高阶基函数计算时内存消耗高与计算耗时的问题。将DGTD方法应用于微带天线的电磁辐射分析中,通过非均匀网格剖分的方式能够进一步节省计算资源,仿真结果表明,在精度相当的情况下采用非均匀网格剖分的四面体个数是均匀网格剖分的39.7%,内存消耗降低了一半;基于混合阶DGTD方法分析矩形微带天线时,混合阶计算比纯高阶基函数计算时电磁场未知量减少了 51.3%,内存消耗减少了 46.7%。数值仿真结果充分验证了所提方法在处理电磁辐射问题中的准确性和高效性。
林溪[3]（2020）在《水下机器人推进器故障信号时频熵增强及故障辨识方法研究》文中认为《中国制造2025》明确提出要打造强力海洋工程装备,水下机器人作为目前唯一能够在深海作业的的海洋装备,其重要性日益凸显。而推进器作为水下机器人系统的核心部件,工作时间最长,负载最大,安全故障隐患也最高,研究推进器的故障诊断技术是保证水下机器人安全可靠运行的重要前提基础,具有重要的研究意义和实用价值。针对水下机器人推进器故障诊断问题,从推进器故障特征信号提取,推进器故障特征增强,推进器故障程度辨识三个方面进行研究,并自制一套水下机器人样机系统验证所提出研究方法的有效性。研究推进器故障特征信号提取问题。针对从水下机器人速度信号或推进器控制信号中单一信号源中提取故障特征时,存在故障特征值与故障程度映射关系不唯一的问题,提出从水下机器人速度信号与推进器控制电压变化率信号证据理论融合后的融合信号中提取时频熵和时域能量作为故障特征,得到与推进器不同故障程度之间映射关系唯一的故障特征样本。通过水下机器人水池实验数据验证本文方法的有效性。研究推进器故障特征增强问题。针对采用传统平滑维格纳-威利香农熵方法提取的故障特征值对推进器故障程度不敏感问题。提出一种时频熵增强方法,通过从频域、时域和时频域三个方面对动态信号的时频分布能量进行增强,增大故障特征值对推进器故障的灵敏度以及不同故障程度对应的故障特征值之间的距离,采用水下机器人水池实验数据验证本文方法的有效性。研究推进器故障程度辨识问题。针对单源动态信号提取的故障特征在推进器故障程度辨识过程中精度低,误差大的问题,提出基于融合信号的SVDD故障辨识算法,提高故障辨识精度;针对灰色关联度分析法辨识推进器故障程度时,只能以预设的离散级别标准故障程度作为故障辨识结果,提出相对灰色关联度边界约束的故障辨识方法,不仅能辨识落于预设标准故障程度上的未知故障程度值,同时还能够辨识预设标准故障程度之间的未知故障程度具体值,通过水下机器人水池实验数据验证了本文所提方法的有效性。
谢朔[4]（2020）在《基于天牛须优化的船舶运动建模与避碰方法研究》文中研究指明近年来,智能船舶已成为船舶领域的研究热点。船舶运动的精确建模和自动避碰对智能船舶的航行安全十分重要。在实际航行过程中,由于噪声干扰、采样不均、操纵迟滞性、规则约束以及环境感知受限等因素的影响,会使船舶运动建模和避碰中的优化求解或参数优化的难度增大,进而可能导致船舶自动避碰决的效果欠佳、不稳定等问题。针对上述问题,本文在改进新型天牛须优化算法（beetle antenna search,BAS）及其群体形式BSAS（beetle swarm antenna search）的基础上,与模型预测控制（model predictive control,MPC）、扩张状态观测器（extended state observer,ESO）、最小二乘支持向量机（least squares support vector machine,LSSVM）以及强化学习等方法相结合,开展基于天牛须优化的船舶运动建模和避碰方法研究。主要工作总结如下:1)在新型BAS/BSAS算法基础上,提出改进后的ABAS（antenna perform based BAS）算法,提高了原始算法在已知约束空间下的优化性能,为后续船舶的运动建模和避碰方法提供优化算法基础。2)为实现不同噪声和不均匀采样干扰下的船舶精确运动建模,提出了一种基于ABEL（ABSAS-ESO-LSSVM）的辨识建模方法,提高了LSSVM在未知噪声和不均匀采样干扰下对船舶运动模型的辨识精度。该方法首先使用ESO观测器结合LSSVM来实现连续系统辨识;其次应用所提出的ABSAS算法对ESO的带宽参数进行自适应优化;最后基于仿真实验数据和模型船航行试验数据对所提出的建模方法进行了验证。3)为实现开阔水域中综合考虑碰撞危险度、操纵迟滞性和规则约束的船舶自动避碰,提出了一种基于Q-ABSAS（Q-learning-ABSAS）优化的避碰方法。该方法在基于危险度预测的优化策略基础上,使用结合了Q-learning学习机制的小种群ABSAS算法来解决实时自适应优化问题;在多船会遇中,Q-ABSAS的决策结果可使用逆模型进行函数近似,以减少时间代价。4)为实现感知受限下稳定可靠的船舶自动避碰,提出了一种基于ABASDDPG（ABAS-deep deterministic policy gradient）强化学习的避碰方法,提高了已有DDPG方法的避碰策略学习性能。该方法首先通过DDPG以及元学习框架来解决未知环境或环境变化下的避碰学习问题;在此基础上,使用所提出的ABAS优化算法对DDPG中的动作噪声过程进行自适应优化,提高了避碰学习效果和稳定性;通过避碰仿真实验和模型船半实物仿真试验验证了所提出的ABAS-DDPG避碰方法的有效性。5)为实现无模型下近似最优的实时避碰路径优化,提出了一种基于并行DA3C-ABAS（distributed A3C-ABAS）的路径优化方法,兼顾了一定范围内路径的近似最优性和实时性。该方法首先根据预测控制思想提出滚动路径优化策略,以获得预测时域内的实时近似最优路径;在此基础上,使用A3C强化学习优化后的分布式D-ABAS（distributed ABAS）算法对滚动优化策略进行自适应快速求解;通过与BSAS、粒子群算法以及人工势场法的路径优化仿真对比,验证了所提出的路径优化方法在避碰中的有效性。
董一琳[5]（2020）在《基于时域间断伽辽金算法的热分析及瞬态电磁-热耦合仿真》文中进行了进一步梳理随着高速电路的集成度持续增加,特征尺寸不断减小,导致三维系统封装结构的功率密度急剧升高,引起严重热问题,不仅会降低系统的电性能,甚至会带来严重的可靠性问题。因此有效的热分析、热管理以及电-热耦合分析在电路设计中至关重要。本学位论文主要从数值算法和理论上进行研究,基于时域间断伽辽金（DGTD）方法实现了对热传导方程的求解,对系统级封装集成电路的瞬态热分析提供了有效的算法工具;提出了基于DGTD算法的电磁-热耦合迭代框架,研究分析了色散媒质中的瞬态电磁-热耦合问题。本论文基于DGTD方法仿真分析了系统级封装集成电路的瞬态热响应。DGTD方法可以灵活处理任意几何结构,同时保持着高阶计算精度。由于时域热传导方程是抛物线型方程,不能直接采用DGTD方法进行求解。通过引入热流作为辅助变量,构造了辅助微分方程,使得热传导方程可以转变为守恒形式的双曲线偏微分方程,从而实现了DGTD方法对热方程的求解。由于DGTD方法是逐单元进行求解的,在相邻单元交界面上需要引入数值通量来进行信息交互保证数值解的唯一性,通过修正数值通量的系数实现了热对流边界的施加。为了验证提出的DGTD热分析算法的有效性,对三维集成电路系统级封装结构进行了瞬态热仿真分析。此外,也研究分析了多层互连线结构在静电脉冲作用下,金属导体产生的焦耳热效应和局部热点问题。由于集成电路中包含大量硅通孔（TSV）阵列、焊球阵列等复杂、微小结构,对这些精细结构进行实际网格剖分建模,会产生巨大的网格单元数量和待求解未知量。根据热传导理论和傅里叶定律,论文中提出了TSV阵列、焊球阵列层的等效热参数模型,并将该等效模型考虑在仿真建模中,对三维集成电路进行了瞬态热分析。为了进一步说明提出的DGTD热仿真算法处理复杂多尺度问题的有效性,对垂直堆栈封装芯片中的TSV通孔、散热孔等所有精细结构全部采用实际物理尺寸建模,进行了瞬态热仿真分析。本学位论文提出了基于DGTD算法分析色散媒质中电磁场-热场之间的耦合问题,实际工程中,色散媒质的介电参数可能具有温变特性,由于自热效应色散媒质的热场更新,温度变化又会导致电参数（例如介电常数）改变而反作用影响电磁场分布,从而形成电磁场-热场之间的耦合迭代机制。为了对色散材料进行电磁场时域分析,避免复杂的卷积运算,通过引入极化电流以及与其相关的辅助微分方程,采用辅助微分方程法与DGTD方法相结合进行了数值计算。基于等效电路方法、电动力学方法结合电磁场理论推导了色散媒质中三种典型色散介质:Debye模型、Lorentz模型、Drude模型的瞬态功耗密度。并分别针对三种不同色散媒质,在不同应用场景下仿真分析了数值算例,其中考虑了色散媒质电参数的频变特性、温变特性,研究分析了不同色散媒质的瞬态电磁-热耦合问题。
金俊[6]（2019）在《有限周期结构电磁散射快速算法研究》文中进行了进一步梳理周期结构在微波工程上有广泛的应用,如频率选择表面、阵列天线、光子带隙、电磁带隙等。因而,快速而准确地分析有限周期结构一直是计算电磁学领域的一个热门话题。虽然可使用常规的数值方法来分析有限周期结构,但是他们通常未针对有限周期结构做有效的处理,导致求解效率往往低下。本文研究了一种快速准确求解有限周期电磁结构散射问题的算法。该算法不仅能降低阻抗矩阵的存储量,还能显着提高算法的计算效率。理论研究表明该算法存储量复杂度为O（N）,其计算量复杂度为O（N log N）,此外该算法不会带来额外的误差。该方法不仅能处理金属问题,也能处理复杂媒质问题,既适用于面积分方程,也适用于体积分方程。首先,本文介绍了金属目标电磁散射的矩量法,推导了电场积分方程的有关公式,还给出了阻抗矩阵元素奇异项的处理方法。接着,本文在第三章重点研究了有限周期结构的电磁散射问题,建立了采用快速傅里叶变换方法提高矩量法效率的新方法。利用周期结构的几何重复性和格林函数的平移不变性,本章研究了一维有限周期结构的快速傅里叶算法,并对其进行改进,提出了二维和三维有限周期结构电磁散射的快速傅里叶新算法。其基本原理是把矩量法阻抗矩阵转换为Toeplitz矩阵和循环矩阵,这不仅能够显着减低存储量,而且可以利用快速傅里叶变换计算矩阵向量乘积。对比传统矩量法,无论在内存使用上,还是计算时间上,本文算法都具有十分明显的优势。对比自适应积分方法、快速多极子方法,本文算法不会引入额外的数值误差。为进一步提高效率,本文在第四章提出了将快速傅里叶变换与高阶基函数相结合的新算法。它能够在保持高精度的前提上,有效降低未知数个数,从而进一步提升第三章中算法的效率并降低内存的使用量。为了求解复杂媒质有限周期结构的电磁问题,本文在第五章提出了将快速傅里叶变换与不连续伽辽金方法联合起来的新思路,并推导了相应公式。其基本原理为利用体等效原理,建立基于不连续伽辽金方法的积分方程,并在四面体网格内部定义分段常向量基函数,再利用周期结构的重复性和格林函数的平移不变性,获得了快速傅里叶算法。该算法不仅能够灵活自由处理多介质、多尺度介质散射问题,而且具有存储量少、计算效率高的优点。
宛日[7]（2019）在《基于系统辨识的四旋翼飞行器建模方法研究》文中研究说明飞行控制系统是提高旋翼飞行器飞行稳定性和安全性的重要设备,飞行动力学模型是进行飞行控制系统设计的重要基础。由于旋翼飞行器固有的复杂性,传统机理建模方法很难得到高置信度的飞行动力学模型,系统辨识技术是提高建模精度的有效手段之一。针对常规辨识方法在旋翼飞行器建模应用中遇到的困难,本文开展了适用于旋翼飞行器建模的频域辨识方法研究。首先,本文基于样例旋翼飞行器建立了线化的飞行动力学模型,设计了增稳飞行控制律,在MATLAB/Simulink中建立了仿真实验平台并开展了仿真试验。其次,本文建立了基于线性调频Z变换、窗口尺寸优化以及MIMO系统轴间解耦的改进频域非参数辨识方法,并对样例旋翼飞行器进行了辨识和验证。结果表明,本文方法提高了旋翼飞行器这类耦合系统频响函数计算的精度。接着,本文建立了基于递推最小二乘法和频域输出误差法的频域状态空间模型参数辨识方法,进行了样例旋翼飞行器的状态空间模型辨识和验证。同时,本文还与现有时域方法进行了对比研究,结果表明本文建立的频域辨识方法效率和精度更高、数值稳定性更好,且得到的模型更符合物理意义。最后,本文搭建了四旋翼飞行器飞行试验平台,开展了飞行试验,并对试飞数据进行了分析和综合处理。基于本文建立的辨识方法对四旋翼飞行器进行了非参数辨识和状态空间模型参数辨识及验证。结果表明,本文建立的辨识方法能够有效的辨识出四旋翼飞行器的频率响应特性以及状态空间模型,并且易于在工程上进行应用。
郑秋宏[8]（2019）在《考虑分布式能源接入的配电网广义负荷建模研究》文中研究说明随着分布式电源渗透率的提高,继续采用传统负荷模型将带来较大误差,需进一步在负荷模型中考虑分布式电源特性。文中首先对选题的背景和研究意义进行了详细论述。分别从负荷建模方法、负荷模型、系统辨识理论、传统负荷建模研究和广义负荷建模研究五个方面对目前广义负荷建模研究的发展和现状进行阐述和分析。随后,针对分布式电源中最为常见的风机和光伏进行了等值研究;从机理上推导了光伏与风电故障过程中各内部变量变化情况;有功无功外特性响应曲线;讨论了不同控制模式下的等效方法和待辨识关键参数;讨论了考虑逆变器无功支撑和逆变器容量限制对各种分布式电源的故障动态响应影响机理。在此基础上,文中进一步在DIgSILENT平台中搭建含多类型DG的典型配电网;阐述了广义负荷模型辨识算法和模型辨识详细步骤;对不同场景下的故障进行辨识,验证了所提模型和辨识方法的有效性。进一步,针对广义负荷建模中时变性问题展开分析,提出通过聚类方法对复杂场景进行聚类;对多故障样本进行辨识建立模型参数库;采用分类算法实现模型参数先验性选择。结果表明,本文方法抓住了负荷时变性主要矛盾,能较好地对复杂场景进行聚类,可系统性地给出先验性模型参数的选择方法。针对机理模型难以对复杂结构配电网进行描述,本文提出采用非机理性模型作为机理模型的补充。首先对非机理性负荷模型进行回顾和总结,进一步对神经网络模型相关问题展开了研究。针对非机理模型泛化能力较差的问题,本文进一步提出,按照分段函数拟合思想对多故障样本进行综合。仿真结果表明,所提方法能够同时较好地提高非机理性模型在广义负荷建模中的泛化能力和稳定性。分析对比了广义负荷建模与多微网等值之间的异同,对不同微电网控制策略（主从）、不同微电源控制方法（PQ、VF、droop）下的微电网动态特性、可辨识性、等值方法展开研究。
赵磊[9]（2018）在《导弹气动/大气参数一体化在线辨识与预示方法研究》文中研究说明未来战场的复杂作战环境对导弹的射前生存能力、突防能力和打击精度都提出了更高的现实需求。为了实现快速发射,确保导弹在大气层内机动突防时的飞行品质,减少由天地差异性导致的气动参数偏差以及飞行环境复杂多变性造成的大气参数扰动,提高导弹的打击精度与智能化水平,本文针对导弹气动参数与大气参数的实时精确获取问题,对气动/大气参数一体化在线辨识与预示方法进行了系统研究。对气动参数、大气参数与导弹动力学系统的内在关系进行了研究与建模。建立了满足辨识需求的面对称导弹六自由度运动模型。采用条件数判定法对气动参数模型候选项进行了多重共线性诊断,并利用逐步回归法对模型候选项进行了优选,确立了导弹气动模型结构形式与待辨识气动参数。分析了大气参数与导弹运动状态参数之间的关系,建立了包含风速影响的大气参数模型,并推导建立了大气参数变化率与导弹所受的力、飞行状态之间的解析表达式。研究了基于导航信息辅助的气动/大气参数一体化在线辨识方法。研究了扩展Kalman滤波（EKF）、无迹Kalman滤波（UKF）、扩维无迹Kalman滤波（AUKF）三种满足在线需求的滤波算法,从理论上比较了三种滤波算法的性能,并根据仿真结果分析确立了AUKF作为本文的辨识算法。研究了参数可辨识性相关理论,提出了基于敏感度指标的参数可辨识性分析判据,仿真确定了气动模型中可辨识参数与不可辨识参数的具体归属。基于第二章建立的导弹数学模型,结合导航系统输出的实时数据,进行了气动/大气参数一体化在线辨识滤波器设计,建立了状态方程与观测方程。仿真结果表明,基于导航信息辅助的气动/大气参数一体化在线辨识在获取气动参数与大气参数方面具有较高的精度和较好的实时性。研究了风干扰条件下的气动/大气全参数一体化在线辨识方法。对嵌入式大气数据系统（FADS）的压力模型以及参数解算方法进行了仿真与验证,并针对FADS系统在测压孔布局方面理论研究不足的问题,以钝头体导弹为例,进行了压力传感器布局优化的研究,采用流场仿真验证了优化方案的性能。通过融合导航与FADS系统给出的实时信息,设计了风干扰条件下气动/大气全参数一体化在线辨识滤波器,实现了气动参数与大气全参数的实时精确获取,并通过仿真验证了算法的有效性。提出了基于在线辨识的参数预示策略与方法。在得到当前及过去若干时间点的风速、密度与温度解算值后,采用渐消记忆的递推最小二乘法于飞行过程中对模型中的参数进行估计,建立参数偏差预示模型,结合弹道在线规划提供的高度信息,实现对未来时刻风速、密度与温度的在线预示。本文的工作可为大气层内飞行器气动参数与大气参数的实时精确获取提供技术和方法支持,可为在线任务规划、非程序制导控制、目标跟踪与落点预测等领域的研究提供参考。
孔令雨[10]（2018）在《并联机构的运动学误差建模及参数可辨识性分析》文中认为运动学标定技术是提高机构绝对定位精度的有效手段,主要包括运动学误差建模,标定位形测量,参数辨识计算及定位精度补偿四个部分。其中,误差映射模型是机构运动学标定问题的基础,需要满足完整性、连续性与独立性准则,否则,会对参数辨识的计算效率、稳定性以及精度产生直接影响。因此,在一个完备的误差映射模型基础上进行运动学标定,是机构高精度作业的保障。目前对串联机构误差映射模型的相关研究已较为完善。然而,尚缺乏有效的误差建模方法建立同时满足以上三方面准则的并联机构误差映射模型,主要问题在于:1)在误差建模方面,多数并联机构的运动学正解难以通过解析形式进行表征,因此无法通过对其正向运动学方程求取一阶微分的方式建立误差映射模型;目前的建模方法多是在机构运动学逆解的基础上对闭环矢量方程求取一阶微分或者进行扰动分析,然而闭环矢量方程中无法保证包含所有的运动学参数,误差模型通常难以满足完整性要求;2)在误差参数的独立性判别方面,并联机构的闭环特性导致被动关节的协调运动对机构的误差传递规律造成了影响,增加了误差参数可辨识性的分析难度,目前对该问题的讨论多是通过数值方法,缺乏解析分析手段。此外,并联机构中包含大量的被动关节,关节的协调运动是否会对参数辨识的计算过程及结果造成影响也缺乏相应的研究。针对以上问题,本文从并联机构支链的运动学分析入手,基于局部指数积公式,首先建立了满足完整性及连续性要求的并联机构运动学误差映射模型。在此基础上,提出了并联机构冗余误差参数的判别及解析消元方法,并给出了用于计算并联机构最大可辨识参数数目的计算公式。然后,采用总体最小二乘法代替一般最小二乘法进行误差参数的求解以增强迭代计算的稳定性。最后,通过3-PRRU及6-UPS并联机构的运动学标定实验,验证了本文方法的有效性。本文的主要研究内容及成果包括以下几个部分:1)满足完整性及连续性的并联机构运动学误差映射模型利用局部指数积公式,建立了并联机构支链的运动学误差映射模型;在此基础上,基于旋量系的关联关系理论,将支链中被动关节的约束旋量投影到末端位姿误差上,消除了被动关节运动误差对定位偏差的影响,得到了适用于恰约束并联机构的、满足完整性及连续性要求的误差映射模型。与传统的基于运动学逆解的方法相比,该方法表征形式统一,能够包含所有潜在的误差源,并且具有更好的通用性。2)并联机构运动学误差参数的可辨识性分析基于辨识矩阵的零空间特性,给出了误差参数可辨识性的解析分析方法以及冗余参数的消元方法。在此基础上,分别对投影前后误差模型中辨识矩阵的零空间进行分析,通过构造辨识矩阵零空间与行空间标准正交基的方式对冗余参数进行了解析分离,使误差模型进一步满足了独立性要求。证明了对于一般恰约束并联机构,其受被动关节影响的可辨识参数数目恰好等于被动关节自由度数,进而证明了恰约束并联机构最大可辨识的运动学参数数目为N=4r+2p+6,其中,r、p分别表示等效的转动关节与移动关节的数目。此外,根据圆柱副、万向铰及球关节的结构特点,建立了这类关节具有理想结构时的误差映射模型,给出了U、S副结构误差参数对标定后定位精度影响的分析方法。3)并联机构运动学误差参数求解算法稳定性研究为保证稳定的参数辨识计算过程,分析了本文误差模型的扰动来源,得到了在误差模型?e（28）Jp?p中辨识矩阵Jp与位姿误差?e同时存在扰动的结论。由于一般最小二乘法在求解只有位姿误差?e存在扰动的问题时才可以得到理想结果,而当辨识矩阵Jp同时存在扰动时计算误差会相应增加,因此采用总体最小二乘法代替一般最小二乘法进行误差参数的辨识,该方法在求解位姿偏差与辨识矩阵同时存在扰动的问题时具有比最小二乘法更好的数值稳定性。最后,对3-PRRU、3-PRS及6-UPS等并联机构进行了标定仿真,案例结果表明,相对于一般最小二乘法,总体最小二乘法在辨识计算过程中表现出了更好的稳定性,得到了更为理想的标定结果。4)并联机构运动学标定的实验验证为验证本文研究成果的正确性及有效性,对3-PRRU及6-UPS并联实验台进行了运动学标定实验。分析了U副结构误差参数对3-PRRU机构绝对定位精度的影响;验证了总体最小二乘法具有更好的计算稳定性的结论;与传统方法的标定结果进行了比较,结果显示本文提出的方法在提高机构的绝对定位精度方面具有更好的效果。通过本文研究,建立了满足完整性、连续性及独立性准则的并联机构误差映射模型;给出了解析形式的参数可辨识性分析方法以及冗余参数消元方法;揭示了被动关节协调运动对误差参数可辨识性以及辨识计算稳定性的影响;最终形成了从运动学分析到误差建模再到参数稳定辨识的并联机构运动学标定的理论方法,为高效、稳定、高精度地进行参数辨识提供了理论基础,为并联机构的高精度作业提供了技术保障。
二、矢量基学习算法及在辨识建模中的应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、矢量基学习算法及在辨识建模中的应用研究（论文提纲范文）
（1）基于数据驱动的间歇化工过程批次内和批次间复合优化控制策略研究（论文提纲范文）
| 缩略语表 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 间歇化工生产过程控制的难点及常用控制策略 |
| 1.2.1 间歇化工生产过程控制难点 |
| 1.2.2 间歇生产过程的常用控制策略 |
| 1.3 数据驱动控制 |
| 1.3.1 模型驱动控制与数据驱动控制的比较 |
| 1.3.2 PID控制及自整定策略 |
| 1.3.3 迭代学习控制 |
| 1.4 间歇化工过程控制复合架构研究 |
| 1.4.1 复合架构研究的必要性 |
| 1.4.2 复合架构的形式 |
| 1.4.3 间歇化工过程中复合架构迭代学习控制的应用情况 |
| 1.5 时序预测技术与终点质量迭代学习控制 |
| 1.5.1 时序预测技术研究现状 |
| 1.5.2 终点质量迭代学习控制研究现状 |
| 1.6 研究论文的主要内容 |
| 第二章 间歇化工过程批次内时间域控制 |
| 2.1 引言 |
| 2.2 RBF神经网络及差分进化算法 |
| 2.2.1 RBF神经网络结构及学习算法 |
| 2.2.2 差分进化算法 |
| 2.3 IDE-RBF-LM-PID算法设计 |
| 2.3.1 RBF-PID控制算法 |
| 2.3.2 LM算法改进RBF-PID |
| 2.3.3 IDE算法优化RBF网络 |
| 2.4 智能自整定PID控制算法电加热控制实现 |
| 2.4.1 电热水浴装置 |
| 2.4.2 算法设计 |
| 2.4.3 仿真验证 |
| 2.5 智能自整定PID控制算法微化工过程制冷箱控制实现 |
| 2.5.1 制冷箱和控制系统设计 |
| 2.5.2 程序设计 |
| 2.5.3 控制结果 |
| 2.6 智能自整定PID控制算法Chylla Haase间歇反应釜控制实现 |
| 2.6.1 Chylla Haase间歇反应装置 |
| 2.6.2 数学模型 |
| 2.6.3 Matlab Simulink模型开发 |
| 2.6.4 算法设计 |
| 2.6.5 仿真验证 |
| 2.7 本章小结 |
| 第三章 间歇化工过程批次间迭代学习控制及复合控制实现 |
| 3.1 引言 |
| 3.2 复合结构的稳定性分析 |
| 3.2.1 系统形式 |
| 3.2.2 复合控制器结构 |
| 3.2.3 稳定性分析 |
| 3.3 批次间迭代学习控制自适应算法设计 |
| 3.3.1 去伪控制算法 |
| 3.3.2 设计批次间去伪控制算法 |
| 3.3.3 基于有限控制器参数集合的去伪控制策略自适应ILC及算法收敛性证明 |
| 3.4 自适应迭代学习控制算法应用设计 |
| 3.4.1 间歇化工过程批次间控制的难点及大小批次划分 |
| 3.4.2 大小批次划分后初始控制问题 |
| 3.5 Chylla Haase间歇反应过程复合控制实验结果及分析 |
| 3.5.1 方案设计 |
| 3.5.2 结果分析 |
| 3.6 本章小结 |
| 第四章 基于LSTM的间歇蒸馏过程转馏分点预测及终点质量迭代学习控制 |
| 4.1 引言 |
| 4.2 基于LSTM的时序预测建模 |
| 4.2.1 模型建立流程 |
| 4.2.2 数据重构 |
| 4.2.3 长短期记忆神经网络建模基础 |
| 4.2.4 模型搭建与预测 |
| 4.3 数据驱动终点质量迭代学习控制对D1 蒸馏过程纯度的控制 |
| 4.3.1 终点迭代学习控制算法设计 |
| 4.3.2 算法实现 |
| 4.4 系统GUI软件集成 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 本文主要工作 |
| 5.2 主要创新点 |
| 5.3 下一步工作展望 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 主要简历 |
| 致谢 |
（2）基于叠层基函数的混合阶DGTD方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电磁数值计算方法研究现状 |
| 1.2.2 DGTD研究现状 |
| 1.3 本文主要工作及章节安排 |
| 2 时域不连续伽辽金法 |
| 2.1 DGTD方法 |
| 2.2 基函数 |
| 2.2.1 结点基函数 |
| 2.2.2 矢量基函数 |
| 2.3 蛙跃时域步进方法 |
| 2.4 边界条件 |
| 2.5 本章小结 |
| 3 DGTD方法的改进 |
| 3.1 高阶矢量叠层基函数的构建 |
| 3.2 PML的实现 |
| 3.2.1 矩形PML的实现 |
| 3.2.2 一种新的椭球状PML的实现 |
| 3.3 基于混合阶的高效DGTD计算方法 |
| 3.3.1 混合阶叠层基函数 |
| 3.3.2 混合阶DGTD的时域步进方法 |
| 3.4 数值验证 |
| 3.5 本章小结 |
| 4 基于DGTD的微带天线近场特性研究 |
| 4.1 基于DGTD的微带天线数值计算模型 |
| 4.2 端口激励方式 |
| 4.3 微带线仿真 |
| 4.4 矩形微带天线仿真 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）水下机器人推进器故障信号时频熵增强及故障辨识方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 水下机器人推进器故障诊断研究现状 |
| 1.2.1 动态系统故障诊断方法分类 |
| 1.2.2 基于定量研究的推进器故障辨识技术 |
| 1.2.3 基于定性研究的推进器故障辨识技术 |
| 1.3 本文主要研究内容 |
| 第二章 水下机器人推进器故障模拟方法 |
| 2.1 水下机器人设计 |
| 2.1.1 水下机器人总体方案设计 |
| 2.1.2 水下机器人实物搭建 |
| 2.2 水下机器人控制柜设计 |
| 2.2.1 水下机器人控制柜总体方案设计 |
| 2.2.2 水下机器人控制柜实物集成 |
| 2.3 水下机器人推进器故障模拟方法 |
| 2.3.1 故障模拟实验方案设计 |
| 2.3.2 推进器推力测量实验设计及验证 |
| 2.3.3 推进器动力学模型建立 |
| 2.3.4 推进器故障模拟实现 |
| 2.4 本章小结 |
| 第三章 水下机器人推进器融合信号故障特征提取 |
| 3.1 引言 |
| 3.2 融合信号时域能量故障特征提取 |
| 3.3 融合信号时频熵故障特征提取方法研究 |
| 3.3.1 平滑伪维格纳-威利分布算法 |
| 3.3.2 时频熵故障特征提取 |
| 3.4 实验验证 |
| 3.4.1 实验过程及设定参数 |
| 3.4.2 时域能量与时频熵故障特征提取方法的验证 |
| 3.5 本章小结 |
| 第四章 水下机器人推进器时频熵故障特征增强方法研究 |
| 4.1 引言 |
| 4.2 传统香农熵故障特征存在问题及原因分析 |
| 4.3 基于时频熵增强(TFEE)方法的动态信号故障特征提取 |
| 4.3.1 TFEE和 SPWVD-SE之间的区别 |
| 4.3.2 TFEE故障特征提取方法 |
| 4.4 水池实验验证 |
| 4.5 本章小结 |
| 第五章 水下机器人推进器故障程度辨识方法研究 |
| 5.1 引言 |
| 5.2 基于支持向量域描述算法的推进器故障程度辨识方法研究 |
| 5.2.1 支持向量域描述算法 |
| 5.2.2 基于SVDD的推进器故障辨识方法 |
| 5.3 基于相对灰色关联度边界约束的推进器故障程度辨识方法研究 |
| 5.3.1 灰色关联度分析法 |
| 5.3.2 基于BC-RGRG的推进器故障辨识方法 |
| 5.4 实验验证 |
| 5.4.1 基于SVDD的推进器故障辨识方法验证 |
| 5.4.2 基于BC-RGRG的推进器故障辨识方法验证 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士期间所发表学术成果和参与的科研项目 |
| 致谢 |
（4）基于天牛须优化的船舶运动建模与避碰方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的背景及意义 |
| 1.1.1 课题的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 船舶运动建模的研究现状 |
| 1.2.1 最小二乘法 |
| 1.2.2 卡尔曼滤波 |
| 1.2.3 神经网络 |
| 1.2.4 支持向量机 |
| 1.2.5 深度学习 |
| 1.2.6 小结 |
| 1.3 船舶避碰方法的研究现状 |
| 1.3.1 传统路径规划方法 |
| 1.3.2 专家系统方法 |
| 1.3.3 基于优化算法的船舶避碰方法 |
| 1.3.4 基于机器学习的避碰方法 |
| 1.3.5 小结 |
| 1.4 论文的项目来源 |
| 1.5 论文内容及结构安排 |
| 第2章 船舶避碰运动模型基础 |
| 2.1 船舶运动模型 |
| 2.1.1 运动学模型 |
| 2.1.2 整体型水动力模型 |
| 2.1.3 分离型水动力模型 |
| 2.1.4 响应型模型 |
| 2.2 船舶碰撞危险度模型 |
| 2.2.1 船舶会遇态势 |
| 2.2.2 避让责任划分 |
| 2.2.3 船舶碰撞危险度 |
| 2.3 本章小结 |
| 第3章 改进ABAS优化算法 |
| 3.1 BAS及BSAS算法基本原理 |
| 3.1.1 BAS算法 |
| 3.1.2 BSAS算法 |
| 3.2 已知约束空间下的改进ABAS算法 |
| 3.2.1 策略改进 |
| 3.2.2 初始化 |
| 3.2.3 收敛性分析 |
| 3.2.4 全局最优性分析 |
| 3.3 基于Benchmarks的数值仿真 |
| 3.3.1 改进ABAS算法测试 |
| 3.3.2 改进ABSAS算法测试 |
| 3.4 本章小结 |
| 第4章 基于ABEL的船舶运动建模方法 |
| 4.1 基于LSSVM的船舶运动辨识建模 |
| 4.2 基于ABEL的船舶运动辨识建模方法 |
| 4.2.1 改进的ESO-LSSVM连续系统辨识建模 |
| 4.2.2 基于ABEL的辨识建模方法 |
| 4.3 船舶运动建模仿真及模型船试验验证 |
| 4.3.1 基于KVLCC2和Delfia 1*的辨识仿真试验 |
| 4.3.2 基于Tito-Neri模型船平台的辨识实验 |
| 4.4 本章小结 |
| 第5章 开阔水域基于Q-ABSAS的避碰方法 |
| 5.1 基于MPC的船舶预测避碰策略 |
| 5.1.1 离散化与碰撞危险度预测 |
| 5.1.2 复航问题与约束设置 |
| 5.1.3 最优化目标函数 |
| 5.2 针对避碰策略的改进Q-ABSAS优化方法 |
| 5.2.1 ABSAS优化策略分析 |
| 5.2.2 基于Q-learning的自适应优化 |
| 5.3 多船会遇态势下基于逆模型拟合的避碰方法 |
| 5.3.1 基于逆模型(inverse model, IM)的多船会遇避碰 |
| 5.3.2 增强后的逆模型方法(reinforced inverse model, RI) |
| 5.4 基于KVLCC2的避碰仿真试验 |
| 5.4.1 典型会遇态势下基于Q-ABSAS的优化避碰 |
| 5.4.2 典型会遇态势下基于逆模型的避碰 |
| 5.4.3 多船会遇态势下的避碰 |
| 5.5 基于Tito-Neri模型船的半实物仿真试验 |
| 5.6 本章小结 |
| 第6章 感知受限下基于ABAS-DDPG的避碰方法 |
| 6.1 DDPG强化学习避碰策略 |
| 6.1.1 DDPG原理 |
| 6.1.2 基于DDPG的避碰策略 |
| 6.2 环境变化下的元学习策略 |
| 6.3 基于ABAS-DDPG的避碰方法 |
| 6.3.1 基于改进BAS的自适应噪声过程 |
| 6.3.2 基于Mujoco环境的初步仿真验证 |
| 6.4 基于Delfia 1*和Tito-Neri模型船的避碰仿真试验 |
| 6.4.1 固定环境中的避碰仿真 |
| 6.4.2 环境变化下的避碰仿真 |
| 6.5 基于Tito-Neri模型船的半实物仿真测试 |
| 6.6 本章小结 |
| 第7章 无模型下基于D-A3C-ABAS的避碰路径优化方法 |
| 7.1 滚动路径优化策略 |
| 7.1.1 状态预测方程 |
| 7.1.2 最优化问题 |
| 7.2 基于改进D-A3C-ABAS的快速自适应优化 |
| 7.2.1 D-ABAS方法 |
| 7.2.2 D-A3C-ABAS方法 |
| 7.2.3 数值仿真验证 |
| 7.3 路径优化仿真试验 |
| 7.3.1 离线路径优化验证 |
| 7.3.2 在线滚动路径优化验证 |
| 7.4 本章小结 |
| 第8章 结论、主要创新点及展望 |
| 8.1 结论 |
| 8.2 主要创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 博士期间的学术成果以及参与的科研项目 |
（5）基于时域间断伽辽金算法的热分析及瞬态电磁-热耦合仿真（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词对照表 |
| 第一章 绪论 |
| 1.1 论文研究背景与意义 |
| 1.2 .国内外研究历史及现状 |
| 1.2.1 计算电磁学发展 |
| 1.2.2 热分析及电-热耦合分析 |
| 1.3 论文的主要研究内容与组织架构 |
| 参考文献 |
| 第二章 基于时域间断伽辽金算法的热传导方程求解 |
| 2.1 引言 |
| 2.2 基于间断伽辽金算法的热方程求解 |
| 2.2.1 辅助微分方程建立及伽辽金测试 |
| 2.2.2 数值通量及边界处理 |
| 2.2.3 空间离散:结点型基函数 |
| 2.3 时间离散 |
| 2.3.1 前向欧拉法 |
| 2.3.2 时间步长限制 |
| 2.4 数值算例验证 |
| 2.4.1 第一类热边界条件验证 |
| 2.4.2 自然对流边界验证 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 高速集成电路系统级封装的热场分析 |
| 3.1 引言 |
| 3.2 基于等效热参数模型的三维集成系统热分析 |
| 3.2.1 等效热参数提取 |
| 3.2.2 基于等效热参数建模的系统封装热分析 |
| 3.3 三维互连集成封装系统的实际建模热仿真分析 |
| 3.4 ESD作用下多层互连线结构的瞬态热分析 |
| 3.5 本章小节 |
| 参考文献 |
| 第四章 时域间断伽辽金算法的电磁-热耦合分析 |
| 4.1 引言 |
| 4.2 三种典型色散媒质的时域辅助微分方程建立 |
| 4.2.1 Debye媒质的时域辅助微分方程 |
| 4.2.2 Lorentz媒质的时域辅助微分方程 |
| 4.2.3 Drude媒质的时域辅助微分方程 |
| 4.3 基于DGTD算法的色散媒质电磁场时域分析 |
| 4.3.1 色散介质的时域麦克斯韦方程组求解 |
| 4.3.2 数值通量与边界处理 |
| 4.3.3 空间离散和半离散矩阵方程 |
| 4.3.4 时间离散 |
| 4.4 时域电磁-热耦合分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 色散介质的时域电磁-热耦合分析 |
| 5.1 引言 |
| 5.2 基于等效电路方法的色散介质瞬态功耗推导 |
| 5.2.1 Debye媒质的瞬态功耗-基于ECM |
| 5.2.2 Lorentz媒质的瞬态功耗-基于ECM |
| 5.2.3 Drude媒质的瞬态功耗-基于ECM |
| 5.3 基于电动力学方法的色散介质瞬态功耗推导 |
| 5.3.1 Debye色散媒质的瞬态功耗-基于EDM |
| 5.3.2 Lorentz色散媒质的瞬态功耗-基于EDM |
| 5.3.3 Drude色散媒质的瞬态功耗-基于EDM |
| 5.4 电磁-热耦合分析数值算例 |
| 5.4.1 平行板波导结构 |
| 5.4.2 部分填充的平行板波导 |
| 5.4.3 微波加热 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参与的项目 |
（6）有限周期结构电磁散射快速算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 本文主要研究工作及文章的结构安排 |
| 第二章 矩量法 |
| 2.1 表面积分方程 |
| 2.2 矩量法基本原理 |
| 2.3 基函数和测试函数的选取 |
| 2.4 离散积分方程 |
| 2.5 雷达散射截面的获取 |
| 2.6 本章小结 |
| 第三章 有限周期结构的快速傅里叶算法 |
| 3.1 循环矩阵的矩阵向量积算法 |
| 3.2 Toeplitz矩阵 |
| 3.3 一维有限周期结构 |
| 3.4 二维有限周期结构 |
| 3.5 三维有限周期结构 |
| 3.6 算例 |
| 3.7 小结 |
| 第四章 有限周期结构的高阶矩量法-FFT算法 |
| 4.1 高阶矩量法 |
| 4.2 高阶插值型矢量基函数 |
| 4.3 奇异性处理 |
| 4.4 高阶矩量法与快速傅里叶算法的混合算法 |
| 4.5 算例 |
| 4.6 本章小结 |
| 第五章 复杂媒质有限周期结构的不连续伽辽金快速算法 |
| 5.1 体积分方程 |
| 5.2 分段常数向量基函数 |
| 5.3 不连续伽辽金方法与快速傅里叶算法的混合算法 |
| 5.4 算例 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于系统辨识的四旋翼飞行器建模方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 旋翼飞行器飞行动力学系统辨识建模 |
| 1.2.1 概述 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内研究现状 |
| 1.3 四旋翼飞行器系统辨识 |
| 1.4 本文研究内容及章节安排 |
| 第二章 仿真试验系统设计及仿真试验 |
| 2.1 引言 |
| 2.2 样例旋翼飞行器飞行动力学方程 |
| 2.2.1 飞行动力学全量方程 |
| 2.2.2 飞行动力学方程线化与开环稳定性分析 |
| 2.3 样机控制律设计与仿真系统 |
| 2.4 仿真试飞设计与实施 |
| 2.4.1 最优输入信号设计 |
| 2.4.2 仿真试飞 |
| 2.5 本章小结 |
| 第三章 频域非参数辨识 |
| 3.1 引言 |
| 3.2 SISO系统的频率响应辨识 |
| 3.2.1 频率响应函数 |
| 3.2.2 改进频率响应估计方法 |
| 3.2.3 相干性分析 |
| 3.4 MIMO系统频率响应辨识 |
| 3.4.1 轴间耦合对频响函数的影响 |
| 3.4.2 规整频率响应 |
| 3.5 仿真模型的频域非参数辨识结果 |
| 3.6 本章小结 |
| 第四章 状态空间模型辨识方法研究 |
| 4.1 引言 |
| 4.2 频域状态空间模型参数辨识方法 |
| 4.2.1 递推最小二乘法 |
| 4.2.2 频域输出误差法 |
| 4.3 样例旋翼飞行器辨识结果与分析 |
| 4.4 频域辨识方法与时域辨识方法对比 |
| 4.5 本章小结 |
| 第五章 四旋翼飞行器飞行试验与模型辨识 |
| 5.1 引言 |
| 5.2 四旋翼飞行器试验平台搭建与先验知识 |
| 5.2.1 试飞试验平台 |
| 5.2.2 飞行动力学模型先验知识 |
| 5.3 飞行试验 |
| 5.3.1 振动对传感器的影响 |
| 5.3.2 飞行试验方案 |
| 5.4 试飞数据处理 |
| 5.4.1 数据处理技术 |
| 5.4.2 研究用试飞数据处理 |
| 5.5 模型辨识结果与验证 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）考虑分布式能源接入的配电网广义负荷建模研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景和研究意义 |
| 1.2 负荷建模研究现状 |
| 1.2.1 负荷建模方法 |
| 1.2.2 负荷模型 |
| 1.2.3 系统辨识理论 |
| 1.2.4 传统负荷建模的研究 |
| 1.2.5 广义负荷建模的研究 |
| 1.3 论文的主要内容与章节安排 |
| 第二章 分布式发电动态等值问题研究 |
| 2.1 传统负荷模型 |
| 2.1.1 静态负荷模型 |
| 2.1.2 感应电机负荷模型 |
| 2.2 光伏动态响应与等值 |
| 2.2.1 光伏详细模型 |
| 2.2.2 光伏故障动态特性分析 |
| 2.2.3 光伏等效模型 |
| 2.3 直驱风机动态响应与等值 |
| 2.3.1 直驱风机详细模型 |
| 2.3.2 直驱风机故障动态特性分析 |
| 2.3.3 直驱风机等效模型 |
| 2.4 小结 |
| 第三章 广义负荷建模及其时变性研究 |
| 3.1 广义负荷模型 |
| 3.1.1 网络结构 |
| 3.1.2 等效模型结构 |
| 3.1.3 辨识算法 |
| 3.1.4 辨识步骤 |
| 3.1.5 算例研究 |
| 3.2 广义负荷建模时变性研究 |
| 3.2.1 定性分析 |
| 3.2.2 时变性研究框架 |
| 3.2.3 算例分析 |
| 3.3 小结 |
| 第四章 广义负荷非机理模型研究 |
| 4.1 神经网络负荷模型 |
| 4.1.1 非机理模型建模原理 |
| 4.1.2 神经网络模型简介 |
| 4.1.3 神经网络负荷模型相关问题研究 |
| 4.2 考虑逆变器容量限制的广义负荷非机理建模 |
| 4.2.1 逆变器解耦控制 |
| 4.2.2 无功支撑和容量限制对逆变器动态响应影响机理分析 |
| 4.2.3 分段函数拟合与多故障样本联合训练 |
| 4.2.4 算例分析 |
| 4.3 小结 |
| 第五章 微电网动态等值研究 |
| 5.1 微电网和微电源的控制模式及建模 |
| 5.1.1 主从控制模式 |
| 5.1.2 对等控制模式 |
| 5.2 多微电网等值研究 |
| 5.2.1 V/F控制微电源动态特性和等值 |
| 5.2.2 droop控制微电源动态特性和等值 |
| 5.2.3 含多类型控制的多微电网动态特性研究 |
| 5.3 小结 |
| 第六章 总结和展望 |
| 6.1 主要工作与创新点 |
| 6.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（9）导弹气动/大气参数一体化在线辨识与预示方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文研究背景与意义 |
| 1.1.1 论文研究背景 |
| 1.1.2 论文研究意义 |
| 1.2 气动参数辨识研究现状 |
| 1.2.1 国内外整体研究进展 |
| 1.2.2 气动参数辨识方法研究现状 |
| 1.3 大气数据系统研究现状 |
| 1.3.1 嵌入式大气数据系统 |
| 1.3.2 虚拟大气数据系统 |
| 1.4 本文研究目的 |
| 1.5 论文研究内容与组织结构 |
| 第二章 气动/大气参数一体化在线辨识建模 |
| 2.1 引言 |
| 2.2 导弹运动模型 |
| 2.2.1 坐标系定义 |
| 2.2.2 坐标转换矩阵 |
| 2.2.3 面对称导弹六自由度运动模型 |
| 2.3 气动参数模型 |
| 2.3.1 模型候选项 |
| 2.3.2 模型候选项共线性诊断 |
| 2.3.3 模型优选算法 |
| 2.3.4 气动参数建模 |
| 2.4 大气参数模型 |
| 2.5 小结 |
| 第三章 基于导航信息辅助的气动/大气参数一体化在线辨识 |
| 3.1 引言 |
| 3.2 气动/大气参数一体化在线辨识算法研究 |
| 3.2.1 EKF |
| 3.2.2 UKF |
| 3.2.3 AUKF |
| 3.2.4 EKF、UKF、AUKF精度与效率对比 |
| 3.3 气动/大气参数一体化在线辨识滤波器设计 |
| 3.3.1 状态方程 |
| 3.3.2 观测方程 |
| 3.4 参数可辨识性分析 |
| 3.5 气动/大气参数一体化在线辨识仿真 |
| 3.6 小结 |
| 第四章 风干扰条件下的气动/大气全参数一体化在线辨识 |
| 4.1 引言 |
| 4.2 FADS系统 |
| 4.2.1 FADS空气动力学模型 |
| 4.2.2 FADS参数解算方法 |
| 4.2.3 FADS传感器布局优化 |
| 4.3 考虑风干扰的滤波器设计 |
| 4.3.1 状态方程 |
| 4.3.2 观测方程 |
| 4.4 融合导航与FADS信息的一体化在线辨识仿真 |
| 4.4.1 FADS仿真 |
| 4.4.2 风干扰条件下的一体化在线辨识仿真 |
| 4.5 小结 |
| 第五章 基于在线辨识的参数预示方法研究 |
| 5.1 引言 |
| 5.2 参数在线预示策略及建模 |
| 5.3 参数在线预示算法 |
| 5.4 参数在线预示仿真 |
| 5.4.1 风速预示 |
| 5.4.2 大气密度预示 |
| 5.4.3 大气温度预示 |
| 5.5 小结 |
| 结束语 |
| 论文主要研究内容和成果 |
| 论文创新点 |
| 下一步研究建议和展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）并联机构的运动学误差建模及参数可辨识性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机构的运动学标定方法 |
| 1.2.2 运动学误差建模及参数可辨识性分析方法 |
| 1.2.3 多自由度关节结构误差对机构定位精度的影响 |
| 1.2.4 机构运动学误差参数的求解算法 |
| 1.2.5 研究现状总结 |
| 1.3 研究目标及研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 第二章 满足完整性及连续性的并联机构运动学误差模型 |
| 2.1 引言 |
| 2.2 并联机构的运动学误差映射模型 |
| 2.2.1 基于指数积公式的支链运动学模型 |
| 2.2.2 支链的运动学误差映射模型 |
| 2.2.3 局部与全局指数积公式下的支链误差模型关系 |
| 2.2.4 被动关节协调运动项的消除 |
| 2.3 并联机构运动学误差参数的辨识方法 |
| 2.3.1 面向参数辨识的并联机构运动学数值算法 |
| 2.3.2 并联机构运动学误差参数标定流程 |
| 2.4 3 -PRRU并联机构运动学标定数值仿真 |
| 2.4.1 3 -PRRU并联机构运动学分析 |
| 2.4.2 3 -PRRU并联机构运动学误差建模 |
| 2.4.3 3 -PRRU并联机构运动学标定数值仿真 |
| 2.5 本章小结 |
| 第三章 并联机构运动学误差参数的可辨识性分析 |
| 3.1 引言 |
| 3.2 并联机构冗余误差参数的分析及消元 |
| 3.2.1 基于矩阵零空间特性的误差参数可辨识性分析 |
| 3.2.2 支链模型中冗余误差参数的分析及解析消除 |
| 3.2.3 被动关节对误差参数可辨识性的影响分析 |
| 3.3 常见多自由度运动关节的误差映射模型 |
| 3.3.1 圆柱副(C)的误差模型 |
| 3.3.2 理想万向铰链(U)及球铰链(S)的误差模型 |
| 3.4 3 -PRRU机构运动学参数可辨识性数值仿真 |
| 3.4.1 3 -PRRU机构运动学误差参数的可辨识性分析 |
| 3.4.2 被动可测关节对运动学标定的影响 |
| 3.4.3 U副制造误差对运动学标定的影响 |
| 3.5 本章小结 |
| 第四章 并联机构运动学误差参数求解算法稳定性研究 |
| 4.1 引言 |
| 4.2 最小二乘法在运动学误差参数求解中的计算误差 |
| 4.2.1 最小二乘法的计算误差 |
| 4.2.2 基于指数积公式的误差映射模型的扰动分析 |
| 4.3 基于总体最小二乘法的运动学误差参数求解方法 |
| 4.3.1 总体最小二乘法简介 |
| 4.3.2 基于总体最小二乘法的并联机构运动学误差参数求解 |
| 4.3.3 总体最小二乘解的几何解释 |
| 4.4 常见并联机构运动学误差参数辨识计算稳定性分析 |
| 4.4.1 3 -PRRU机构运动学参数辨识计算稳定性分析 |
| 4.4.2 部分常见并联机构运动学误差参数辨识计算稳定性分析 |
| 4.5 本章结论 |
| 第五章 并联机构运动学标定的实验验证 |
| 5.1 引言 |
| 5.2 3-PRRU并联机构运动学标定实验 |
| 5.2.1 3 -PRRU并联机构运动学标定实验设计 |
| 5.2.2 标定实验过程 |
| 5.2.3 实验结果分析 |
| 5.3 6-UPS并联机构运动学标定实验 |
| 5.3.1 6 -UPS并联机构运动学分析 |
| 5.3.2 6 -UPS并联机构运动学误差建模 |
| 5.3.3 6 -UPS并联定位实验台结构描述 |
| 5.3.4 6 -UPS并联机构运动学标定数值仿真 |
| 5.3.5 6-UPS并联机构运动学标定实验 |
| 5.4 结论 |
| 第六章 结论与展望 |
| 6.1 全文工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间已发表的论文 |
| 攻读博士学位期间申请的专利 |
| 攻读博士学位期间申请的软件着作权 |
| 致谢 |
四、矢量基学习算法及在辨识建模中的应用研究（论文参考文献）
- [1]基于数据驱动的间歇化工过程批次内和批次间复合优化控制策略研究[D]. 于蒙. 军事科学院, 2021(02)
- [2]基于叠层基函数的混合阶DGTD方法研究[D]. 魏璇. 西安科技大学, 2021(02)
- [3]水下机器人推进器故障信号时频熵增强及故障辨识方法研究[D]. 林溪. 江苏科技大学, 2020(03)
- [4]基于天牛须优化的船舶运动建模与避碰方法研究[D]. 谢朔. 武汉理工大学, 2020
- [5]基于时域间断伽辽金算法的热分析及瞬态电磁-热耦合仿真[D]. 董一琳. 上海交通大学, 2020(01)
- [6]有限周期结构电磁散射快速算法研究[D]. 金俊. 西安电子科技大学, 2019(02)
- [7]基于系统辨识的四旋翼飞行器建模方法研究[D]. 宛日. 南京航空航天大学, 2019(02)
- [8]考虑分布式能源接入的配电网广义负荷建模研究[D]. 郑秋宏. 上海交通大学, 2019(06)
- [9]导弹气动/大气参数一体化在线辨识与预示方法研究[D]. 赵磊. 国防科技大学, 2018(01)
- [10]并联机构的运动学误差建模及参数可辨识性分析[D]. 孔令雨. 上海交通大学, 2018