第1章 绪论 1
1.1辨识的基本概念 1
1.2系统辨识的研究目的 3
1.3数学模型的分类 4
1.4几种常见的数学模型的数学表示 5
1.5辨识的步骤 10
思考题与习题 10
第2章 传递函数的辨识 12
2.1传递函数辨识的时域法 12
2.2传递函数辨识的频域法 20
思考题与习题 32
第3章 辨识的输入信号 34
3.1白噪声及其产生方法 34
3.2伪随机序列 38
3.3连续型伪随机信号 48
思考题与习题 53
第4章 相关辨识法 54
4.1连续时域相关分析法 54
4.2利用M序列作输入信号的相关分析法 56
4.3用脉冲响应求传递函数 62
思考题与习题 64
第5章 辨识的最小二乘法 66
5.1最小二乘估计 66
5.2最小二乘估计的统计性质 69
5.3最小二乘递推算法 72
5.4数据递推的饱和及解决办法 74
5.5广义最小二乘法 77
5.6增广最小二乘法 79
5.7辅助变量法 82
5.8相关最小二乘法 85
5.9多阶段最小二乘法 89
5.10最小二乘类辨识算法的比较 94
思考题与习题 95
第6章 极大似然法及其他辨识算法 97
6.1极大似然法 97
6.2预报误差法 105
6.3随机逼近法 108
6.4递推辨识算法的一般形式 112
6.5测量数据含有异常值时的鲁棒辨识 113
6.6递推参数估计算法的收敛性描述 115
6.7辨识算法的比较 118
思考题与习题 119
第7章 系统阶次的辨识 121
7.1根据Hankel矩阵判定模型的阶次 121
7.2根据残差特性判定模型的阶次 122
7.3确定阶的AIC准则 125
7.4阶次增加时的参数递推估计算法 128
思考题与习题 129
第8章 闭环系统辨识 131
8.1闭环系统的可辨识性条件 131
8.2闭环系统的间接辨识法与可辨识性条件 133
8.3闭环系统的直接辨识法 135
8.4闭环系统切换调节器辨识 139
思考题与习题 141
第9章 时间序列的建模分析 143
9.1时间序列模型的动态特性 143
9.2时间序列建模 147
9.3非平稳时序的处理方法 150
9.4预报 152
思考题与习题 155
第10章 多变量系统辨识 157
10.1多变量系统脉冲响应矩阵的辨识 157
10.2多变量系统规范型及其转换 159
10.3多变量系统子模型的辨识 161
10.4多变量系统子子模型辨识 165
10.5状态空间子空间方法估计状态空间模型 165
思考题与习题 168
第11章 非线性系统辨识 169
11.1非线性系统的表示 169
11.2非线性稳态系统的参数估计 171
11.3非线性动态系统辨识 173
11.4 Volterra级数的辨识 174
11.5 Hammnerstein模型的辨识 175
思考题与习题 175
第12章 基于神经网络的系统辨识 176
12.1人工神经网络基础 176
12.2基于神经网络的线性系统辨识 186
12.3基于神经网络非线性系统辨识 190
思考题与习题 196
第13章 小样本系统辨识 197
13.1 LKL估计法 197
13.2 SSML估计法 200
13.3小样本系统的阶次估计 202
思考题与习题 207
第14章 系统辨识的应用 209
14.1辨识在自适应控制中的应用 209
14.2辨识在轧钢机械系统中的应用 212
14.3辨识在机床切削自适应控制系统的应用 215
14.4辨识在化工系统中的应用 218
14.5辨识在飞行器气动力参数辨识中的应用 222
14.6建模分析方法在社会经济系统中的应用 225
14.7辨识在生物医学工程中的应用 228
附录A系统辨识实验说明 233
实验Al利用相关分析法辨识脉冲响应函数 233
实验A2机床切削加工颤振模型的辨识 233
实验A3离散模型的参数与阶次的辨识 234
实验A4加热设备动态特性的辨识 236
实验A5 PWM驱动的电动机模型辨识 236
附录B Matlab系统辨识工具箱简介 239
参考文献 247