第1章 绪论 1
1.1概述 1
1.2基于非参数模型的连续系统模型间接辨识 3
1.3基于离散模型的连续系统模型间接辨识 4
1.4连续系统参数模型直接辨识方法 5
1.5连续系统参数模型直接辨识的调制函数法 8
1.6神经网络辨识法 11
参考文献 13
第2章 基于调制函数法的连续系统最小二乘辨识 18
2.1概述 18
2.2高斯调制函数 18
2.3调制函数法原理 20
2.4调制滤波器 21
2.5最小二乘估计 24
2.5.1辨识模型描述 24
2.5.2最小二乘估计及统计特性 25
2.6递推最小二乘估计 27
2.7辅助变量递推最小二乘估计 28
2.8增广最小二乘估计 29
2.9仿真算例 30
2.9.1调制窗口参数对最小二乘估计精度的影响 30
2.9.2递推估计算法 33
参考文献 40
第3章 偏差补偿最小二乘估计 42
3.1概述 42
3.2输出含测量噪声的偏差补偿最小二乘法 43
3.2.1偏差补偿原理 43
3.2.2偏差补偿递推估计 44
3.3含输入输出测量噪声的偏差补偿最小二乘法 46
3.3.1偏差补偿原理 47
3.3.2噪声方差估计 49
3.3.3算法实现 53
3.4仿真实例 54
3.4.1输出含测量噪声的偏差补偿递推估计 54
3.4.2输入输出端含测量噪声的偏差补偿递推估计 57
参考文献 60
第4章 基于Hartley变换法的连续系统模型辨识 61
4.1 Hartley变换原理 61
4.1.1连续Hartley变换与傅里叶变换的关系 61
4.1.2连续Hartley变换的性质 62
4.1.3离散Hartley变换 63
4.2基于Hartley变换的时域辨识法 65
4.2.1连续线性系统参数估计 65
4.2.2连续非线性系统参数估计 66
4.2.3仿真算例 69
4.2.4辨识参数对辨识精度的影响 75
4.3基于Hartley变换的频域辨识法 77
4.3.1 Hartley调制函数 77
4.3.2模型辨识原理 79
4.3.3仿真算例 83
4.3.4讨论 87
参考文献 90
第5章 连续系统非参数模型相关辨识 91
5.1概述 91
5.2相关辨识原理 91
5.3伪随机信号产生原理及性质 95
5.3.1伪随机信号的产生原理 95
5.3.2 m序列、逆m序列自相关函数 96
5.3.3 m序列及逆m序列功率谱 98
5.4功率谱估计 99
参考文献 100
第6章 神经网络辨识法 101
6.1神经网络辨识的基本原理 101
6.2基于Elman网络的动态系统模型辨识 102
6.2.1基本Elman动态递归网络 103
6.2.2修改的Elman网络 106
参考文献 108
第7章 工业试验应用 109
7.1冷轧平整机液压AGC系统动态建模 109
7.1.1液压AGC系统构成 109
7.1.2液压AGC系统动态建模 110
7.2测试系统原理及构成 114
7.2.1测试系统构成 114
7.2.2逆m序列参数选择 115
7.3液压AGC系统频率特性辨识 116
7.4高斯调制函数法模型参数辨识 121
7.4.1信号调制特性分析 121
7.4.2系统模型参数估计 124
7.5 Hartley变换应用 139
7.5.1时域辨识法辨识结果 139
7.5.2基于Hartley变换的频域辨识法结果 148
7.6基于Elman网络的轧机HAGC系统辨识结果 150
参考文献 155