第1章 绪论 1
1.1 引言 1
1.2 动态系统的数学模型 1
1.3 系统建模步骤 3
1.4 系统建模方法 3
1.5 连续时间系统的连续模型与离散模型对应关系 4
1.6 小结 4
1.7 习题 5
第2章 干扰模型及随机过程 6
2.1 引言 6
2.2 干扰及特性 6
2.3 随机过程基础 7
2.4 离散时间的白噪声 8
2.5 工程中常用的干扰随机模型 12
2.6 线性随机差分方程 13
2.7 谱分解定理 15
2.8 小结 16
2.9 习题 16
2.10 ARMA过程的方差计算方法 17
第3章 系统建模基础 19
3.1 引言 19
3.2 过渡过程法 20
3.3 频率响应法与傅立叶分析 22
3.4 相关技术与频谱分析 24
3.5 小结 25
3.6 习题 26
3.7 附录 27
第4章 最小二乘法 28
4.1 引言 28
4.2 最小二乘法中的数学符号 29
4.3 最小二乘算法 29
4.4 最小二乘估计的主要性质 30
4.5 最小二乘估计的实践方法 32
4.6 多输入多输出问题的最小二乘估计 34
4.7 最小二乘估计的递推算法 36
4.8 缓慢变化参数的估计方法 38
4.9 递推最小二乘法的卡尔曼滤波器解释 40
4.10 最小二乘法举例 40
4.12 习题 43
4.11 小结 43
第5章最 小二乘法改进算法 45
5.1 引言 45
5.2 辅助变量法 45
5.3 广义最小二乘法 47
5.4 增广最小二乘法 49
5.5 小结 50
5.6 习题 50
第6章 极大似然法 52
6.1 引言 52
6.2 似然函数及极大似然估计 52
6.3 CARMA过程的参数估计 55
6.4 使用一阶导数的递推算法 58
6.5 小结 60
6.6 习题 60
第7章 克服病态问题的改进算法 63
7.1 引言 63
7.2 避免矩阵求逆运算 63
7.3 克服病态问题的递推算法 65
7.4 U-D分解递推算法 67
7.5 习题 71
第8章 全局最小二乘法 72
8.1 引言 72
8.2 全局最小二乘法 72
8.3 奇异分解 75
8.4 病态TLS问题的解 80
8.5 TLS解的递推算法 82
8.6 奇异分解程序 83
8.7 小结 88
8.8 习题 88
第9章 模型阶次检验 89
9.1 引言 89
9.2 损失函数法 89
9.3 F检验法 90
9.4 AIC信息准则 91
9.5 残差检验 93
9.6 小结 94
9.7 习题 94
10.2 闭环系统参数可辨识条件及处理方法 95
第10章 闭环系统的参数辨识 95
10.1 引言 95
10.3 参数自适应控制（最小方差）系统的参数估计 97
10.4 参数自适应控制（最小方差）系统举例 98
10.5 小结 106
10.6 习题 107
第11章 神经网络与系统辨识 109
11.1 引言 109
11.2 动态多层前传网络 109
11.3 ARTⅡ神经网络在系统辨识中的应用 112
11.4 小结 116
12.2 MIMO系统Markov参数矩阵辨识 117
12.1 引言 117
第12章 MIMO系统的结构与参数不变量辨识 117
12.3 状态空间描述的结构辨识 118
12.4 结构与参数不变量计算步骤 121
12.5 仿真结果与分析 122
12.6 小结 125
12.7 习题 125
第13章 系统辨识应用与文献介绍 126
13.1 引言 126
13.2 系统辨识的应用 126
13.3 系统辨识发展过程中的一些有意义的算法 127
13.4 小结 129
参考文献 130