第一章 引言 1
1.1 课题的提出 1
1.2 时间序列研究现状与研究方法 2
1.3 本书建模的主要方法 4
1.4 主要研究成果 6
1.5 与轮机工程的关系 6
1.6 本书结构 7
第二章 离散系统的数学描述 8
2.1 离散系统的数学描述 8
2.1.1 定常离散系统的一般数学描述 8
2.1.2 输入信号集U的扩展 9
2.1.3 状态等价、系统间状态等价和系统等价 11
2.1.4 系统的可达性 14
2.1.5 等价阶次、等价分区和状态集 16
2.2 实现问题与自由解 18
2.2.1 α的最简自由实现 18
2.2.2 最简实现的状态集 21
第三章 线性时不变系统的实现与建模 22
3.1 线性时不变离散系统的状态空间模型 22
3.2 线性时不变离散系统的性质 25
3.3 输入序列的运算法则与应用 29
3.4 状态空间的建立 31
3.5 状态空间模型中空间映射的确立 31
3.6 全状态矢量与状态空间的选取 35
3.7 响应函数的状态空间模型的建立 37
3.8 映射与映射相关矩阵 38
3.9 根据脉冲响应建立状态空间模型的应用例子 42
第四章 线性时不变系统的数学建模算法 45
4.1 矩阵变换与空间映射之间的关系 45
4.2 关系矩阵的一般算法 57
4.3 系统矩阵的算法和系统的一些特性 67
4.3.1 一般的状态空间模型 67
4.3.2 平衡状态空间模型 73
4.4 正交奇异值分解算法的模型降阶处理 77
4.5 正交奇异值分解算法求状态空间模型的应用例子 79
第五章 线性连续系统的建模算法 81
5.1 连续系统的实现 81
5.2 传递函数的最小实现 85
5.2.1 离散情况 85
5.2.2 连续情况 86
第六章 线性系统的部分实现 88
6.1 线性系统完整重组的最小Hankel矩阵 88
6.2 单输入单输出线性系统的部分实现 90
6.3 多输入多输出线性系统的部分实现 96
第七章 随机时间序列的状态空间建模 102
7.1 随机时间序列的状态空间建模 102
7.2 另一随机时间序列的状态空间建模 112
第八章 随机时间序列的状态矢量估计 117
8.1 随机时间序列的预测滤波器 117
8.2 状态预测滤波器的实际求解方法 125
8.3 另一种随机时间序列的预测滤波器 128
8.4 时间序列的估计滤波器 134
8.5 时间序列的Kalman滤波器的应用实例 135
8.6 时间序列的预测方法 137
8.6.1 样本外推预测 137
8.6.2 状态空间模型向ARMA预测模型的转化 138
8.7 因果可逆性与新信息 139
第九章 连续随机系统的实现 141
第十章 在轮机工程中的应用 144
10.1 单容储液柜 144
10.2 多容储液柜 146
10.3 主柴油机的模型建立 147
10.4 冷却水系统的模型建立 153
10.5 平稳随机过程的状态空间建模 154
10.5.1 平稳随机过程的仿真建模实例 154
10.5.2 平稳随机过程的建模应用实例 157
结束语 161
参考文献 162