2.1 介绍 2.2 最小二乘法和回归模型

(1）非线性 (2）分布处理 (3）学习并行和自适应 (4）数据融合 (5）适用于多变量系统 (6）便于硬件实现

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

一、DFT(离散付里叶变换) 二、FFT算法 三、FIR滤波器 四、IIR滤波器 五、自适应滤波器

第一节状态反馈控制 第二节预测控制 第三节解耦控制 第四节软测量和推断控制 第五节自适应控制和鲁棒控制 第六节时滞补偿控制 第七节智能控制 第八节监督控制 第九节故障检测诊断和容错控制 第十节综合自动化

6.1 数字信号处理基础 6.2 数字信号的基本变换 6.3 随机信号处理的基本概念与方法 6.3 自适应滤波 6.4 信号平均与信号压缩技术

（1)非线性 （2)分布处理 （3)学习并行和自适应 （4)数据融合 （5)适用于多变量系统 （6)便于硬件实现

第8章运动目标检测及测速 8.1多ト勒效应及其在雷达中的应用 8.2动目标显示雷达的工作原理及主要组成 8.3盲速、盲相的影响及其解决途径 8.4回波和杂波的频谱及动目标显示滤波器 8.5动目标显示雷达的工作质量及质量指标 8.6动目标检测(MTD 8.7自适应动目标显示系统 8.8速度测量

内容安排 一、自组织神经网络 二、自组织竞争网络 三、科荷伦网络 四、自适应共振网络 五、内容小结 六、考试事宜

内容安排 一、内容回顾 二、感知机 三、自适应线性元件 四、内容小结