第1章 緒論
1.1 自動控制理論的發(fā)展歷史
1.2 現代控制理論的基本內容
1.3 本書的內容和特點
第2章 線性多變量系統(tǒng)的描述
2.1 線性系統(tǒng)的狀態(tài)空間描述
2.1.1 基本概念
2.1.2 線性系統(tǒng)的狀態(tài)空間表達式
2.1.3 線性連續(xù)定常系統(tǒng)齊次狀態(tài)方程的解
2.1.4 狀態(tài)轉移矩陣及其性質
2.1.5 狀態(tài)轉移矩陣的求解方法
2.1.6 非齊次狀態(tài)方程的解
2.1.7 開環(huán)和閉環(huán)系統(tǒng)
2.2 線性系統(tǒng)的傳遞函數矩陣描述
2.3 Rosenbrock系統(tǒng)矩陣描述
2.3.1 Rosenbrock系統(tǒng)矩陣
2.3.2 閉環(huán)系統(tǒng)及極點
2.4 狀態(tài)空間描述與傳遞函數矩陣之間的轉換
2.4.1 由系統(tǒng)的狀態(tài)方程求傳遞函數矩陣
2.4.2 開環(huán)和閉環(huán)系統(tǒng)
2.4.3 線性變換后系統(tǒng)傳遞矩陣的不變性
2.4.4 解耦系統(tǒng)的傳遞函數
2.4.5 系統(tǒng)實現問題
2.5 線性離散系統(tǒng)的描述
第3章 線性系統(tǒng)的可控性、可觀性和標準形
3.1 線性連續(xù)系統(tǒng)的可控性和可觀性
3.1.1 狀態(tài)可控性
3.1.2 輸出可控性
3.1.3 可觀性
3.1.4 可鎮(zhèn)定性與可檢測性
3.2 線性系統(tǒng)的標準形
3.2.1 譜分解標準形
3.2.2 可控標準形和可觀標準形的分解
3.2.3 可控標準形
3.2.4 可觀標準形
3.2.5 傳遞函數陣標準形
3.3 線性系統(tǒng)的零極點
3.3.1 傳遞函數陣G（5）的零點和極點
3.3.2 解耦零點
3.4 線性離散系統(tǒng)的可控性與可觀性
3.4.1 線性離散系統(tǒng)的可控性
3.4.2 線性離散系統(tǒng)的可觀性
第4章 線性系統(tǒng)狀態(tài)反饋與狀態(tài)觀測器設計
4.1 線性定常系統(tǒng)的狀態(tài)反饋與極點配置
4.1.1 狀態(tài)反饋
4.1.2 極點配置
4.1.3 并矢設計法
4.1.4 滿秩設計方法
4.2 狀態(tài)觀測器設計
4.2.1 n維開環(huán)觀測器
4.2.2 n維漸近觀測器
4.2.3 Luenberger降維觀測器
4.3 分離定理
第5章 控制系統(tǒng)的李雅普諾夫穩(wěn)定性分析
5.1 穩(wěn)定性的基本概念
5.1.1 李雅普諾夫意義下的穩(wěn)定性
5.1.2 標量函數V（x）的正定性
5.2 李雅普諾夫穩(wěn)定性定理
5.2.1 李雅普諾夫第一法
5.2.2 李雅普諾夫第二法
5.3 李雅普諾夫穩(wěn)定性理論在線性系統(tǒng)分析中的應用
5.3.1 線性連續(xù)定常系統(tǒng)穩(wěn)定性分析
5.3.2 線性時變系統(tǒng)的穩(wěn)定性分析
5.3.3 線性定常離散系統(tǒng)的穩(wěn)定性分析
第6章 變分法及其在最優(yōu)控制中的應用
6.1 最優(yōu)控制的基本概念
6.2 變分法的基本概念
6.3 連續(xù)系統(tǒng)動態(tài)最優(yōu)化問題的變分求解法
6.3.1 無約束動態(tài)最優(yōu)化
6.3.2 橫截條件
6.3.3 弱極值的充分條件
6.3.4 非固定末端時刻動態(tài)最優(yōu)化問題
6.3.5 Euler—Lagrange方程和橫截條件的向量表示法
6.3.6 具有等式約束的動態(tài)最優(yōu)化——拉格朗日乘子法
6.4 連續(xù)系統(tǒng)的最優(yōu)控制
6.4.1 固定初始時刻與末端時刻的連續(xù)最優(yōu)控制問題
6.4.2 初始時刻固定而末端時刻不固定的連續(xù)最優(yōu)控制問題
第7章 極小值原理和典型最優(yōu)控制
7.1 極小值原理
7.2 典型最優(yōu)控制
7.2.1 線性二次型調節(jié)器（LQR）問題
7.2.2 線性伺服機構
7.2.3 Bang—Bang控制
7.3 離散系統(tǒng)最優(yōu)控制
第8章 動態(tài)規(guī)劃及其在最優(yōu)控制中的應用
8.1 動態(tài)規(guī)劃的基本思想
8.1.1 最優(yōu)路徑問題
8.1.2 多級決策問題的一般提法
8.2 離散動態(tài)規(guī)劃在離散系統(tǒng)最優(yōu)控制中的應用
8.2.1 最優(yōu)性原理
8.2.2 離散系統(tǒng)動態(tài)規(guī)劃
8.3 連續(xù)動態(tài)規(guī)劃及其在連續(xù)系統(tǒng)最優(yōu)控制中的應用
第9章 最優(yōu)狀態(tài)估計
9.1 隨機過程的基本理論
9.1.1 引言
9.1.2 隨機過程的概念
9.1.3 隨機過程的數值特征
9.1.4 平穩(wěn)過程和非平穩(wěn)過程
9.1.5 平穩(wěn)隨機過程的遍歷性（各態(tài)歷經性）
9.2 典型隨機過程
9.2.1 二階矩過程
9.2.2 高斯（正態(tài)）過程
9.2.3 馬爾可夫過程
9.2.4 獨立增量過程
9.2.5 維納過程（布朗運動）
9.2.6 白噪聲過程
9.3 隨機線性系統(tǒng)
9.4 線性連續(xù)系統(tǒng)的最優(yōu)狀態(tài)估計
9.5 線性離散系統(tǒng)的最優(yōu)狀態(tài)估計
第10章 系統(tǒng)辨識的基本概念
10.1 系統(tǒng)和模型
10.1.1 系統(tǒng)
10.1.2 模型
10.2 辨識的定義
10.3 辨識算法的基本原理
10.4 辨識的內容和步驟
10.4.1 辨識目的和先驗知識
10.4.2 實驗設計
10.4.3 數據預處理
10.4.4 模型結構辨識
10.4.5 模型參數辨識
10.4.6 模型驗證
第11章 經典辨識方法
11.1 階躍響應法
11.1.1 近似法
11.1.2 兩點法
11.1.3 面積法
11.1.4 拉氏變換法
11.2 脈沖響應法
11.2.1 一階過程
11.2.2 二階過程
11.2.3 差分方程法
11.2.4 Hankel矩陣法
11.3 頻率響應法
第12章 現代辨識方法
12.1 最小二乘辨識算法
12.1.1 基本概念
12.1.2 最小二乘問題的提法
12.1.3 最小二乘問題的解
12.1.4 最小二乘參數估計值的統(tǒng)計性質
12.1.5 最小二乘參數估計的遞推算法
12.2 自適應辨識算法
12.2.1 遺忘因子法
12.2.2 限定記憶法
12.3 偏差補償最小二乘法
12.4 增廣最小二乘法
12.5 廣義最小二乘法
12.6 輔助變量法
12.7 梯度校正方法
12.8 隨機逼近法
12.9 極大似然法
第13章 先進控制技術
13.1 自適應控制
13.1.1 自適應控制系統(tǒng)原理與分類
13.1.2 模型參考自適應控制
13.1.3 自校正控制
13.2 模型預測控制
13.2.1 預測控制原理
13.2.2 動態(tài)矩陣控制
13.2.3 模型算法控制
13.2.4 廣義預測控制
13.3 魯棒控制
13.3.1 對象的不確定性和系統(tǒng)的魯棒性
13.3.2 H控制
第14章 現代控制理論應用若干案例
14.1 乙烯裝置裂解爐爐管出口溫度解耦控制
14.2 循環(huán)流化床鍋爐燃燒系統(tǒng)自適應控制
14.3 基于卡爾曼濾波器的聚酯生產過程質量指標在線估計
14.4 精餾過程多變量預測控制
14.5 常壓蒸餾加熱爐的系統(tǒng)辨識
14.6 城市交通系統(tǒng)動態(tài)最優(yōu)分配模型
參考文獻
書單推薦
