《时间序列分析辨识与适应性滤波》PDF下载

  • 购买积分:14 如何计算积分?
  • 作  者:(美)格罗彼(Graupe,D.)著;梁泽环译
  • 出 版 社:北京:科学出版社
  • 出版年份:1987
  • ISBN:15031·804
  • 页数:428 页
图书介绍:

第一章 目的与概述 1

1.1 引言 1

1.2 目的与范围 3

1.3 为什么要采用时域分析法呢? 6

1.4 概述 9

第二章 随机过程的基本概念与定义 16

2.1 引言 16

2.2 概率论中的基本定义 16

2.3 一些常用的分布 25

2.4 时间序列分析中的一些重要概念 27

2.5 高斯过程的某些基本特性 43

2.6 在连续型随机过程理论中存在的困难 44

2.7 维纳过程 45

2.8 随机积分问题 47

第三章 基本的不等式与收敛性定理 49

3.1 随机过程理论中基本的不等式 49

3.2 基本的随机收敛性定理 51

第四章 线性模型的作用 65

4.1 使用白色噪声驱动线性模型 65

4.2 更新序列和伪更新序列 71

4.3 非平稳情况的ARMA模型 73

第五章 时间序列和系统的最小二乘参数辨识 75

5.1 概述 75

5.2 最小二乘辨识 77

5.3 序列最小二乘辨识 83

5.4 格型最小二乘算法和序列格型最小二乘算法 87

5.5 时变过程中序列辨识的遗忘因子 102

5.6 成批型与递推型处理的比较 104

第六章 最小二乘辨识器的收敛性 107

6.1 信号模型稳定情况下的收敛性证明 107

6.2 信号模型不稳定情况下的收敛性证明 115

6.3 最小二乘辨识器的收敛速率及其极大似然特性 126

6.4 关于辨识器对舍人误差的鲁棒性和结论 129

第七章 递推梯度辨识方法 131

7.1 引言 131

7.2 随机近似算法 132

7.3 随机近似辨识器的收敛性 134

7.4 一个快速的序列格型梯度算法 143

7.5 梯度格型辨识器与最小二乘辨识器之比较 145

第八章 下列模型的辨识及阶数的确定:MA/ARMA,不可逆,反馈和部分确定性结构 148

8.1 由纯AR模型参数推导ARMA模型的参数与阶数 148

8.2 不可逆系统的辨识 163

8.3 在单位圆上有零点的ARMA模型 168

8.4 纯MA模型的直接辨识 173

8.5 混合ARMA模型的直接辨识 176

8.6 钝AR模型与纯MA模型或直接辨识的ARMA模型相比较,纯AR模型的优点 177

8.7 输入-输出-噪声模型的辨识 181

8.8 稳定的和不稳定的闭环结构辨识 183

8.9 系统建模中采样间隔的选择 188

第九章 适应性决策理论 192

9.1 问题的提出 192

9.2 定义 193

9.3 贝叶斯决策定律:二元决策 195

9.4 自适应决策算法 198

9.6 在检测及模式识别问题中分类算法的作用 202

9.5 自适应决策:多类型情况 202

第十章 噪声的最优线性滤波 204

10.1 问题的提出 204

10.2 维纳滤波器 206

10.3 卡尔曼滤波器 209

10.4 对于有色测量噪声的扩展的卡尔曼滤波器 214

10.5 维纳滤波器和卡尔曼滤波器的误差特性与比较 217

第十一章 适应性滤波 227

11.1 具有部分先验知识的适应性滤波 227

11.2 当信号参数和噪声参数都是未知时的适应性滤波 231

第十二章 适应性控制 246

12.1 一般问题的提出及必然性的等效问题 246

12.2 在分别设计辨识器、滤波器、控制器基础上的适应性控制 247

12.3 博克斯-詹金斯型适应性控制的设计 260

12.4 预测适应性控制 263

附寻A 计算机源程序及计算结果 280

程序 P-5.1 序列最小二乘算法:对序列最小二乘辨识误差的影响 280

程序P-5.2 评价初始参数估值对序列最小二乘辨识误差的影响 286

程序 P-5.3 不稳定时间序列模型的序列最小二乘辨识 290

程序 P-5.4 在不稳定的时间序列模型中P0的选择对序列最小二乘辨识的影响 293

程序 P-5.5 序列最小二乘辨识:当过程的极点在B平面单位圆上的情形 297

程序 P-5.6 序列最小二乘辨识:当极点在单位圆上和在单位圆内/外时的情形 307

程序 P-5.7 序列最小二乘格型辨识算法--稳定系统的情形 317

程序 P-5.8 序列最小二乘格型辨识算法--不稳定系统的情形 328

程序 P-7.1 梯度格型辨识--稳定系统的情形 330

程序 P-7.2 梯度格型辨识--不稳定系统的情形 339

程序 P-8.1 序列最小二乘辨识--不可逆时间序列模型的情形 340

程序 P-9.1 自适应分类 343

程序 P11.1 自适应滤波器 350

附录B 在时间序列辨识与单场肌电图信号判别基础上的多功能假肢和矫正术控制 356

B.1 前言 356

B.2 背景 358

B.3 多功能控制器 360

B.4 试验步骤与结果 362

B.5 结论 369

附录C 一些基本的矩阵关系 372

C.1 矩阵的范数 372

C.2 本征值与谱半径 374

C.3 行列式与迹函数 374

C.4 多项式与非降阶矩阵 375

C.5 正定/负定(半定)的定义 376

C.7 逆矩阵 377

C.6 正交与对称矩阵 377

C.8 对角化 379

C.9 矩阵的伴随形式 380

C.10 矩阵的微分 382

C.11 其他有关的矩阵特性 384

附录D 传递函数/状态空间的变换 385

D.1 从状态空间到传递函数的变换 385

D.2 从传递函数的状态空间的变换 386

附录E 序列收敛性的一些定理 389

习题 397

参考文献 406

汉英术语对照 415

数学符号 428