绪论 1
0.1 系统辨识的发展 1
0.2 系统辨识的现有方法比较 4
0.3 本书的研究内容与安排 6
第一章 用于辨识的伪随机序列 10
1.1 引言 10
1.2 m序列的产生与性质 10
1.2.1 m序列的产生 10
1.2.2 m序列的性质 13
1.3.1 逆重复m序列的产生 14
1.3 逆重复m序列的产生与性质 14
1.3.2 逆重复m序列的性质 15
1.4 m3序列的产生与性质 16
1.4.1 m3序列的产生 16
1.4.2 m3序列的性质 17
1.5 m5序列的产生与性质 18
1.5.1 m5序列的产生 18
1.5.2 m5序列的性质 18
1.6 非线性M序列 19
1.7 循环差集序列 21
1.8 改良型差集序列 23
1.9 伪随机连续信号的自相关函数 25
1.10 伪随机连续信号的功率谱 29
第二章 伪随机整数串的产生与性质 33
2.1 引言 33
2.2 全循环小数序列的产生 34
2.3 伪随机整数串概率特性 39
2.4 伪随机整数串游程特性 41
2.5 伪随机整数串自相关函数特性 44
2.6 全循环小数序列的综合 47
2.7 广义全循环小数的产生与特性 48
2.8 最佳正、余弦型伪随机序列 54
2.9 结论 59
第三章 脉冲响应函数相关辨识与精度分析 62
3.1 引言 62
3.2 FIR模型辨识的相关分析法 62
3.3 m序列输入时相关辨识的精度分析 65
3.4 相关辨识的精度上界和下界 69
3.4.1 误差下界 69
3.4.2 误差上界 70
3.4.3 白噪声情形 72
3.4.4 一般噪声情形 73
3.5.1 初值测量误差影响分析 74
3.5 初值测量误差的影响与消除 74
3.5.2 最小二乘法消除初值影响 76
3.6 逆重复m序列输入相关辨识与精度分析 79
3.6.1 相关辨识 79
3.6.2 误差下界 82
3.6.3 误差上界 83
3.6.4 白噪声情形 83
3.6.5 一般噪声情形 84
3.7 白噪声输入相关辨识精度分析 85
3.8 实例分析与结论 88
4.1 引言 95
第四章 脉冲响应函数辨识的最优输入设计 95
4.2 问题的描述与有效算法 96
4.2.1 问题的描述 96
4.2.2 有效算法与Fisher信息矩阵 97
4.3 最优输入设计 100
4.4 相关分析与统计特性 105
4.5 黑箱辨识的精度分析 111
4.6 实例分析与结论 115
第五章 连续系统脉冲响应辨识 120
5.1 连续系统相关分析Wiener-Hopf方程 120
5.2.2 三角形自相关函数情形 123
5.2 连续系统脉冲响应精确辨识算法 123
5.2.1 白噪声情形 123
5.2.3 一般情形 126
5.3 采用伪随机信号辨识的近似算法 128
5.3.1 m序列情形 128
5.3.2 其他伪随机序列情形 131
5.3.3 初值测量误差的影响与消除 132
5.3.4 输入直流分量的影响 133
5.4 利用伪随机信号作频域辨识 134
5.4.1 精确法 134
5.4.2 近似法 136
5.5 连续型伪随机信号的参数选择 137
5.5.1 信号周期的选择 138
5.5.2 时钟周期的选择 138
5.5.3 信号幅度的选择 139
第六章 传递函数辨识的阶跃响应法 140
6.1 引言 140
6.2 一阶惯性滞后环节的辨识 142
6.2.1 切线法 142
6.3 二阶自衡对象的辨识 143
6.2.2 两点法 143
6.3.1 切线法 144
6.3.2 两点法 145
6.3.3 二阶欠阻尼自衡对象的辨识 148
6.4 高阶自衡对象的辨识 149
6.5 自衡等容对象的辨识 151
6.5.1 切线法 151
6.5.2 两点法 154
6.6 无自衡对象的传递函数辨识 155
6.7 面积法 156
6.8.1 矩形脉冲输入 158
6.8 其他辨识用输入信号 158
6.8.2 冲激输入信号 159
第七章 ARMAX模型的全结构辨识 161
7.1 引言 161
7.2 系统的描述 162
7.3 系统的纯时滞、大纯时滞辨识 163
7.4 AR部分辨识及偏差补偿算法 164
7.4.1 基本算法 164
7.4.2 偏差分析与补偿 166
7.5 ARMAX模型AR部分偏倚校正递推辨识 168
7.7 观测噪声自相关函数估计 169
7.6 MA部分辨识 169
7.8 观测噪声模型的辨识 171
7.9 全结构辨识的十步快速算法 172
7.10 计算结果及分析 174
7.10.1 大纯时滞辨识的仿真 175
7.10.2 基本算法与偏差补偿算法仿真与比较 176
7.10.3 带噪声估计的偏差补偿算法仿真 179
7.11 结论 182
8.1 频率特性拟合法 184
第八章 传递函数辨识的频率特性拟合 184
8.1.1 Levy法 185
8.1.2 迭代法 187
8.1.3 山下法 188
8.2 无自衡对象参数拟合 190
8.3 频域数据拟合法的统一格式 191
8.4 获取频率特性的其他方法 195
8.4.1 矩形波方法 195
8.4.2 冲激响应法 197
8.5 仿真结果 199
9.1 引言 200
第九章 非线性系统Wiener模型辨识 200
9.2 问题描述与预备结果 201
9.2.1 问题描述 201
9.2.2 预备结果 202
9.3 线性子系统的辨识 204
9.4 非线性增益环节的辨识 206
9.4.1 偶次项系数的辨识 206
9.4.2 奇次项系数的辨识 207
9.5 辨识的统计特性 208
9.6 计算结果与分析 212
9.7 结论 214
第十章 非线性系统Hammerstein模型辨识 218
10.1 引言 218
10.2 H-模型线性子系统的辨识 219
10.3 H-模型非线性增益的辨识 223
10.4 H-模型的m3序列辨识法 224
10.4.1 非线性环节偶次项系数的辨识 224
10.4.2 非线性环节奇次项系数的辨识 225
10.4.3 线性子系统脉冲响应函数辨识 227
10.5 计算结果与分析 227
10.6 结论 230
第十一章 多变量控制系统Fisher信息矩阵结构 233
11.1 问题描述 233
11.1.1 有关前提条件 233
11.1.2 有关矩阵运算 234
11.1.3 Fisher信息矩阵 236
11.2 一般情形的Fisher信息矩阵结构 237
11.3 特殊情形的Fisher信息矩阵结构 241
11.3.1 控制系统Markov参数矩阵辨识精度 241
11.3.2 MA模型时序参数Fisher信息矩阵 243
11.3.3 AR时序模型参数Fisher信息矩阵 245
11.3.4 噪声强度参数的Fisher信息矩阵 247
第十二章 随机MIMO系统的结构与参数不变量辨识 249
12.1 引言 249
12.2 MIMO系统Markov参数矩阵辨识 250
12.3 状态空间描述的结构辨识 251
12.4 结构与参数不变量计算步骤 257
12.5 仿真结果与分析 259
12.5.1 无噪声时的辨识结果 259
12.5.2 噪声干扰下参数不变量辨识结果 260
12.5.3 结构不变量辨识的抗噪能力 261
12.6 结论 263