动态系统辨识 导论与应用PDF电子书下载

第1章 绪论 1

1.1 理论建模与实验建模 1

1.2 动态系统辨识的任务和问题 5

1.3 辨识方法的分类及在本书中的处理 8

1.4 辨识方法概述 11

1.4.1 非参数模型 12

1.4.2 参数模型 12

1.4.3 信号分析 13

1.5 激励信号 14

1.6 特殊的应用问题 15

1.6.1 输入含有噪声 16

1.6.2 多输入或多输出系统的辨识 16

1.7 应用领域 17

1.7.1 增加对过程特性的认识 17

1.7.2 理论模型的验证 17

1.7.3 控制器参数的整定 17

1.7.4 基于计算机的数字控制算法设计 18

1.7.5 自适应控制算法 18

1.7.6 过程监控和故障检测 18

1.7.7 信号预测 18

1.7.8 在线优化 19

1.8 文献综述 19

习题 21

参考文献 21

第2章 线性动态系统和随机信号的数学模型 24

2.1 连续时间信号的动态系统数学模型 24

2.1.1 非参数模型，确定性信号 24

2.1.2 参数模型，确定性信号 26

2.2 离散时间信号的动态系统数学模型 28

2.2.1 参数模型，确定性信号 28

2.3 连续时间随机信号模型 33

2.3.1 特殊的随机信号过程 37

2.4 离散时间随机信号模型 39

2.5 特征参数的确定 42

2.5.1 利用一阶系统近似 42

2.5.2 利用二阶系统近似 43

2.5.3 利用n阶具有相等时间常数的时滞系统近似 45

2.5.4 利用具有迟延的一阶系统近似 49

2.6 具有积分作用或微分作用的系统 49

2.6.1 积分作用 49

2.6.2 微分作用 50

2.7 小结 51

习题 51

参考文献 52

第Ⅰ部分 频域非参数模型辨识——连续时间信号 57

第3章 周期信号和非周期信号的谱分析方法 57

3.1 傅里叶变换的数值计算 57

3.1.1 周期信号的傅里叶级数 57

3.1.2 非周期信号的傅里叶变换 58

3.1.3 傅里叶变换的数值计算 60

3.1.4 加窗 65

3.1.5 短时傅里叶变换 67

3.2 小波变换 68

3.3 周期图 69

3.4 小结 70

习题 70

参考文献 71

第4章 利用非周期信号测量频率响应 73

4.1 基本方程 73

4.2 非周期信号的傅里叶变换 74

4.2.1 简单脉冲 74

4.2.2 双脉冲 77

4.2.3 阶跃函数和斜坡函数 78

4.3 确定频率响应 79

4.4 噪声的影响 81

4.5 小结 86

习题 87

参考文献 87

第5章 利用周期测试信号测量频率响应 89

5.1 利用正弦测试信号测量频率响应 89

5.2 利用矩形和梯形测试信号测量频率响应 91

5.3 利用多频率测试信号测量频率响应 93

5.4 利用连续变频测试信号测量频率响应 94

5.5 利用相关函数测量频率响应 95

5.5.1 以相关函数测定频率响应 95

5.5.2 利用正交相关分析测量频率响应 98

5.6 小结 104

习题 105

参考文献 105

第Ⅱ部分 利用相关分析法辨识非参数模型——连续时间和离散时间 109

第6章 连续时间模型的相关分析 109

6.1 相关函数的估计 109

6.1.1 互相关函数 109

6.1.2 自相关函数 112

6.2 用平稳随机信号激励的动态过程相关分析 113

6.2.1 利用去卷积确定脉冲响应 113

6.2.2 白噪声作为输入信号 115

6.2.3 误差估计 116

6.2.4 利用实际的自然噪声作为输入信号 118

6.3 利用二值随机信号激励的动态过程相关分析 118

6.4 闭环下的相关分析 128

6.5 小结 129

习题 129

参考文献 130

第7章 离散时间模型的相关分析 132

7.1 相关函数估计 132

7.1.1 自相关函数 132

7.1.2 互相关函数 134

7.1.3 相关函数的快速计算 136

7.1.4 相关函数的递推计算 139

7.2 线性动态系统的相关分析 140

7.2.1 利用去卷积确定脉冲响应 140

7.2.2 随机扰动的影响 143

7.3 离散时间二值测试信号 145

7.4 小结 146

习题 147

参考文献 147

第Ⅲ部分 参数模型辨识——离散时间信号 151

第8章 稳态过程的最小二乘参数估计 151

8.1 引言 151

8.2 线性稳态过程 153

8.3 非线性稳态过程 156

8.4 几何解释 158

8.5 极大似然和Cramér-Rao界 159

8.6 约束 161

8.7 小结 162

习题 162

参考文献 163

第9章 动态过程的最小二乘参数估计 165

9.1 最小二乘（LS）非递推方法 165

9.1.1 基本方程 165

9.1.2 收敛性 170

9.1.3 参数估计的协方差和模型的不确定性 174

9.1.4 参数可辨识性 183

9.1.5 未知直流分量 189

9.2 周期参数信号模型的谱分析 190

9.2.1 时域参数信号模型 190

9.2.2 频域参数信号模型 191

9.2.3 系数的确定 191

9.2.4 幅值的估计 193

9.3 非参数中间模型的参数估计 193

9.3.1 非周期激励响应和最小二乘法 193

9.3.2 相关-最小二乘法（COR-LS） 195

9.4 最小二乘的递推方法（RLS） 199

9.4.1 基本方程 199

9.4.2 随机信号的递推参数估计 204

9.4.3 未知直流分量 205

9.5 加权最小二乘方法（WLS） 206

9.5.1 Markov估计 206

9.6 指数遗忘的递推参数估计 208

9.6.1 带约束的最小二乘递推方法 209

9.6.2 Tikhonov正则化 210

9.7 小结 210

习题 211

参考文献 212

第10章 最小二乘参数估计的改进 216

10.1 广义最小二乘法 216

10.1.1 广义最小二乘的非递推方法（GLS） 216

10.1.2 广义最小二乘的递推方法（RGLS） 218

10.2 增广最小二乘法（ELS） 219

10.3 偏差校正方法（CLS） 220

10.4 总体最小二乘法（TLS） 221

10.5 辅助变量法 223

10.5.1 辅助变量的非递推方法（IV） 223

10.5.2 辅助变量的递推方法（RIV） 226

10.6 随机逼近法（STA） 227

10.6.1 Robbins-Monro算法 227

10.6.2 Kiefer-Wolfowitz算法 228

10.7 （归一化）最小均方法（NLMS） 233

10.8 小结 233

习题 234

参考文献 234

第11章 贝叶斯方法和极大似然法 237

11.1 贝叶斯方法 237

11.2 极大似然法（ML） 239

11.2.1 非递推的极大似然法 240

11.2.2 递推极大似然法（RML） 243

11.2.3 Cramér-Rao界与最大精度 244

11.3 小结 245

习题 246

参考文献 246

第12章 时变过程的参数估计 248

12.1 恒定遗忘因子的指数遗忘 248

12.2 可变遗忘因子的指数遗忘 252

12.3 协方差矩阵的调整 253

12.4 递推参数估计方法的收敛性 254

12.4.1 观测器形式的参数估计 255

12.5 小结 258

习题 258

参考文献 259

第13章 闭环参数估计 260

13.1 无额外测试信号的过程辨识 260

13.1.1 间接过程辨识（情况a+c+e） 261

13.1.2 直接过程辨识（情况b+d+e） 264

13.2 利用额外测试信号的过程辨识 266

13.3 闭环辨识方法 268

13.3.1 无额外测试信号的间接过程辨识 268

13.3.2 有额外测试信号的间接过程辨识 268

13.3.3 无额外测试信号的直接过程辨识 268

13.3.4 有额外测试信号的直接过程辨识 268

13.3 小结 269

习题 269

参考文献 270

第Ⅳ部分 参数模型辨识——连续时间信号 273

第14章 频率响应的参数估计 273

14.1 引言 273

14.2 频率响应的最小二乘逼近法（FR-LS） 274

14.3 小结 278

习题 278

参考文献 278

第15章 微分方程和连续时间过程的参数估计 280

15.1 最小二乘方法 280

15.1.1 基本方程 280

15.1.2 收敛性 282

15.2 导数的确定 283

15.2.1 数值微分 283

15.2.2 状态变量滤波器 283

15.2.3 有限脉冲响应（FIR）滤波器 289

15.3 一致参数估计方法 292

15.3.1 辅助变量法 292

15.3.2 扩展Kalman滤波器，极大似然法 292

15.3.3 相关-最小二乘法 292

15.3.4 离散时间模型的转换 294

15.4 物理参数的估计 294

15.5 部分参数已知的参数估计 298

15.6 小结 299

习题 300

参考文献 300

第16章 子空间法 303

16.1 引言 303

16.2 子空间 306

16.3 子空间辨识 307

16.4 利用脉冲响应进行辨识 310

16.5 原始形式的一些改进 311

16.6 用于连续时间系统 312

16.7 小结 314

习题 314

参考文献 314

第Ⅴ部分 多变量系统辨识 319

第17章 多输入多输出系统的参数估计 319

17.1 传递函数模型 319

17.1.1 矩阵多项式表示 321

17.2 状态空间模型 321

17.2.1 状态空间形式 321

17.2.2 输入／输出模型 326

17.3 脉冲响应模型和Markov参数 327

17.4 顺序辨识 328

17.5 相关分析法 328

17.5.1 去卷积法 328

17.5.2 测试信号 329

17.6 参数估计方法 331

17.6.1 最小二乘方法 332

17.6.2 相关-最小二乘法 332

17.7 小结 333

习题 334

参考文献 334

第Ⅵ部分 非线性系统辨识 339

第18章 非线性系统的参数估计 339

18.1 连续可导非线性的动态系统 339

18.1.1 Volterra级数 339

18.1.2 Hammerstein模型 340

18.1.3 Wiener模型 342

18.1.4 Lachmann提出的模型 342

18.1.5 参数估计 343

18.2 不连续可导非线性的动态系统 344

18.2.1 带摩擦的系统 344

18.2.2 具有死区的系统 347

18.3 小结 348

习题 348

参考文献 348

第19章 迭代优化 351

19.1 引言 351

19.2 非线性优化算法 353

19.3 一维方法 354

19.4 多维优化 357

19.4.1 零阶优化器 357

19.4.2 一阶优化器 359

19.4.3 二阶优化器 360

19.5 约束 362

19.5.1 序贯无约束极小化方法 362

19.6 利用迭代优化的预报误差法 367

19.7 梯度的确定 369

19.8 模型不确定性 370

19.9 小结 371

习题 372

参考文献 372

第20章 用于辨识的神经网络和查询表 375

20.1 用于辨识的人工神经网络 375

20.1.1 用于稳态系统的人工神经网络 376

20.1.2 用于动态系统的人工神经网络 383

20.1.3 半物理局部线性模型 385

20.1.4 局部和全局参数估计 387

20.1.5 局部线性动态模型 388

20.1.6 带子集选择的局部多项式模型 392

20.2 用于稳态过程的查询表 396

20.3 小结 398

习题 399

参考文献 399

第21章 基于Kalman滤波的状态和参数估计 403

21.1 离散Kalman滤波器 404

21.2 稳态Kalman滤波器 407

21.3 时变离散时间系统的Kalman滤波器 408

21.4 扩展Kalman滤波器 409

21.5 扩展Kalman滤波器用于参数估计 410

21.6 连续时间模型 410

21.7 小结 410

习题 411

参考文献 411

第Ⅶ部分 其他问题 415

第22章 数值计算 415

22.1 条件数 415

22.2 矩阵P的分解方法 416

22.3 矩阵P-1的分解方法 417

22.4 小结 420

22.5 习题 420

22.6 参考文献 421

第23章 参数估计的实际问题 422

23.1 输入信号的选择 422

23.2 采样速率的选择 424

23.2.1 预期的应用 424

23.2.2 辨识模型的精度 424

23.2.3 数值计算问题 425

23.3 线性动态模型结构参数的确定 425

23.3.1 迟延时间的确定 426

23.3.2 模型阶次的确定 427

23.4 不同参数估计方法的比较 431

23.4.1 导言 431

23.4.2 先验假设的比较 432

23.4.3 辨识方法总结 434

23.5 具有积分作用过程的参数估计 438

23.6 系统输入扰动 439

23.7 消除特殊的扰动 440

23.7.1 漂移和高频噪声 440

23.7.2 异常值 442

23.8 验证 444

23.9 过程辨识所用的特殊设备 446

23.9.1 硬件设备 446

23.9.2 利用数字计算机辨识 446

23.10 小结 446

习题 447

参考文献 447

第Ⅷ部分 应用 453

第24章 应用实例 453

24.1 执行器 454

24.1.1 无刷直流执行器 454

24.1.2 电磁汽车节气门执行器 458

24.1.3 液压执行器 461

24.2 机械设备 469

24.2.1 机床 469

24.2.2 工业机器人 472

24.2.3 离心泵 474

24.2.4 热交换器 476

24.2.5 空调 479

24.2.6 旋转式干燥器 480

24.2.7 引擎试验台 482

24.3 汽车 484

24.3.1 车辆参数估计 484

24.3.2 制动系统 486

24.3.3 汽车悬挂 492

24.3.4 胎压 497

24.3.5 内燃引擎 501

24.4 小结 504

参考文献 504

第Ⅸ部分 附录 511

附录A 数学方面 511

A.1 随机变量的收敛性 511

A.2 参数估计方法的性质 512

A.3 向量和矩阵的导数 513

A.4 矩阵求逆引理 514

参考文献 514

附录B 实验系统 516

B.1 三质量振荡器 516

参考文献 519

索引 520