前言页 1
第一章 绪论 1
1.1 系统辨识问题 1
1.2 系统辨识问题的综述和分类 2
1.3 参数估计方法 3
1.4 本书组成 4
第二章 动态系统的描述 6
2.1 引言 6
2.2 线性差分方程 6
2.3 权序列和卷积 8
2.4 状态变量方程 10
2.5 结束语 13
第三章 最小二乘原理 15
3.1 引言 15
3.2 最小二乘原理 15
3.3 最小二乘估计量的统计特性 17
3.4 序列最小二乘估计 20
3.5 多应变量系统 24
3.6 参数个数增加时的递推估计 25
3.7 实时最小二乘算法 27
3.8 结束语 29
第四章 权函数辨识 33
4.1 引言 33
4.2 辨识问题 34
4.3 最小二乘估计 35
4.4 与互相关辨识的关系 38
4.5 最优输入信号 42
4.6 伪随机二进制序列 44
4.7 在线最小二乘辨识 48
4.8 多变量系统辨识 51
4.9 结束语 54
5.1 引言 57
第五章 用最小二乘法进行线性参数模型辨识 57
5.2 基本的辨识问题 58
5.3 最小二乘解法 59
5.4 参数估计的统计特性 61
5.5 在线最小二乘辨识 65
5.6 系统阶次的确定 66
5.7 实时辨识 71
5.8 连续系统辨识 73
5.9 结束语 77
第六章 用广义最小二乘法的系统辨识 82
6.1 引言 82
6.2 噪声系统模型的叙述 82
6.3 与相关残差有关的偏倚问题 83
6.4 广义最小二乘问题的叙述 85
6.5 广义最小二乘估计算法 86
6.6 评论 90
6.7 另一GLS求解技术 95
6.8 辅助变量法 102
6.9 结束语 105
第七章 多步最小二乘辨识技术 107
7.1 引言 107
7.2 MSLS方法Ⅰ 107
7.3 MSLS方法Ⅱ 112
7.4 MSIS方法Ⅲ 113
7.5 MSLS法与GLS法的比较 117
7.6 结束语 120
第八章 非线性系统的辨识 121
8.1 引言 121
8.2 伏尔特拉级数表示及辨识 121
8.3 具有线性参数的非线性差分方程 123
8.4 具有非线性参数的非线性差分方程 124
8.5 哈默斯坦模型--GLS辨识 126
8.6 哈默斯坦模型--MSLS辨识 129
8.7 结束语 134