《系统辨识》求取 ⇩

目录1

前言1

第一章引论1

§1-1定义、基本概念与主要内容1

§1-2数学模型主要表示法6

§1-3辨识的应用概况18

§1-4系统辨识的研究动向22

习题23

第二章线性动态模型参数辨识（一）——最小二乘类25

§2-1最小二乘递推算法（RLS）25

§2-2适应算法34

§2-3辅助变量法（Ⅳ）41

§2-4广义最小二乘法（GLS）46

§2-5增广矩阵法（ELS）53

§2-6相关——最小二乘两步法（COR-LS）54

§2-7多阶段最小二乘法（MSLS）61

§2-8最小二乘常用算法的数字仿真71

§2-9应用举例76

§2-10小结82

习题88

§3-1预报误差法、极大似然估计法（MLE）及其关系91

极大似然估计及其它辨识法91

第三章线性动态模型参数辨识（二）——预报误差模型、91

§3-2极大似然估计的松弛算法102

§3-3递推预报误差模型（近似极大似然递推算法）108

§3-4系统状态和参数联合估计的鲁棒松弛算法114

§3-5随机逼近法（SAA）126

§3-6递推算法的一般模式131

§3-7递推算法的收敛性145

§3-8各种算法的比较150

§3-9小结153

习题154

§4-1 引言156

第四章时序分析的系统建模156

§4-2 ARMA模型的格林函数与逆函数157

§4-3自协方差函数与偏（自）相关函数172

§4-4时间序列建模180

§4-5 非平稳时序的处理方法194

§4-6小结200

习题204

第五章模型定阶与闭环系统辨识206

§5-1 用脉冲响应序列确定模型的阶次206

§5-2损失函数检验定阶法209

§5-3 AIC信息准则法212

§5-4几种定阶方法的相互关系及比较217

§5-5闭环系统的可辨识性220

§5-6闭环辨识方法及可辨识性条件226

§5-7线性反馈随机系统阶的一致估计240

§5-8小结245

习题247

第六章线性多变量系统辨识248

§6-1传递函数矩阵描述及计算249

§6-2脉冲响应矩阵描述及计算252

§6-3状态空间描述及规范型255

§6-4输入-输出差分方程模型260

§6-5不同类型模型参数估计的比较273

§6-6线性多变量系统的结构辨识（一）278

§6-7线性多变量系统的结构辨识（二）292

§6-8线性多变量随机系统的辨识309

§6-9小结318

习题319

第七章辨识实验设计320

§7-1采样间隔的最优设计320

§7-2输入信号最优设计327

§7-3伪随机二元序列（PRBS）338

§7-4小结349

习题350

第八章系统辨识的应用351

§8-1 辨识在非自适应预报中的应用351

§8-2辨识在自适应预报（多层递阶预报）中的应用365

§3-3系统辨识在自适应控制中的应用385

§8-4辨识在生物医学中的应用399

§8-5小结405

习题406

第九章小样本的建模及应用407

§9-1引言407

§9-2大观测噪声下动态系统的小样本参数估计——LKL法408

§9-3小样本辨识的SSML法417

§9-4 MSAR法及其它426

§9-5 PRDS定阶法431

§9-6小结439

习题439

附录440

A矩阵求逆与行列式计算440

B矩阵微分442

C分布理论444

D极限理论449

E点估计理论452

参考文献455