系统辨识PDF电子书下载

目录 1

前言 1

第一章引论 1

§1-1定义、基本概念与主要内容 1

§1-2数学模型主要表示法 6

§1-3辨识的应用概况 18

§1-4系统辨识的研究动向 22

习题 23

第二章线性动态模型参数辨识（一）——最小二乘类 25

§2-1最小二乘递推算法（RLS） 25

§2-2适应算法 34

§2-3辅助变量法（Ⅳ） 41

§2-4广义最小二乘法（GLS） 46

§2-5增广矩阵法（ELS） 53

§2-6相关——最小二乘两步法（COR-LS） 54

§2-7多阶段最小二乘法（MSLS） 61

§2-8最小二乘常用算法的数字仿真 71

§2-9应用举例 76

§2-10小结 82

习题 88

§3-1预报误差法、极大似然估计法（MLE）及其关系 91

极大似然估计及其它辨识法 91

第三章线性动态模型参数辨识（二）——预报误差模型、 91

§3-2极大似然估计的松弛算法 102

§3-3递推预报误差模型（近似极大似然递推算法） 108

§3-4系统状态和参数联合估计的鲁棒松弛算法 114

§3-5随机逼近法（SAA） 126

§3-6递推算法的一般模式 131

§3-7递推算法的收敛性 145

§3-8各种算法的比较 150

§3-9小结 153

习题 154

§4-1 引言 156

第四章时序分析的系统建模 156

§4-2 ARMA模型的格林函数与逆函数 157

§4-3自协方差函数与偏（自）相关函数 172

§4-4时间序列建模 180

§4-5 非平稳时序的处理方法 194

§4-6小结 200

习题 204

第五章模型定阶与闭环系统辨识 206

§5-1 用脉冲响应序列确定模型的阶次 206

§5-2损失函数检验定阶法 209

§5-3 AIC信息准则法 212

§5-4几种定阶方法的相互关系及比较 217

§5-5闭环系统的可辨识性 220

§5-6闭环辨识方法及可辨识性条件 226

§5-7线性反馈随机系统阶的一致估计 240

§5-8小结 245

习题 247

第六章线性多变量系统辨识 248

§6-1传递函数矩阵描述及计算 249

§6-2脉冲响应矩阵描述及计算 252

§6-3状态空间描述及规范型 255

§6-4输入-输出差分方程模型 260

§6-5不同类型模型参数估计的比较 273

§6-6线性多变量系统的结构辨识（一） 278

§6-7线性多变量系统的结构辨识（二） 292

§6-8线性多变量随机系统的辨识 309

§6-9小结 318

习题 319

第七章辨识实验设计 320

§7-1采样间隔的最优设计 320

§7-2输入信号最优设计 327

§7-3伪随机二元序列（PRBS） 338

§7-4小结 349

习题 350

第八章系统辨识的应用 351

§8-1 辨识在非自适应预报中的应用 351

§8-2辨识在自适应预报（多层递阶预报）中的应用 365

§3-3系统辨识在自适应控制中的应用 385

§8-4辨识在生物医学中的应用 399

§8-5小结 405

习题 406

第九章小样本的建模及应用 407

§9-1引言 407

§9-2大观测噪声下动态系统的小样本参数估计——LKL法 408

§9-3小样本辨识的SSML法 417

§9-4 MSAR法及其它 426

§9-5 PRDS定阶法 431

§9-6小结 439

习题 439

附录 440

A矩阵求逆与行列式计算 440

B矩阵微分 442

C分布理论 444

D极限理论 449

E点估计理论 452

参考文献 455