《试验分析 测试与建模》求取 ⇩

第一章 预备知识1

1.1随机变量的分类1

1.2随机变量的统计描述2

1.3二维随机变量的统计描述6

1.4正态分布及其导出的分布，x2分布及F分布9

1.5随机过程概述11

第二章 连续时间信号的离散采样原理及预处理16

2.1概述16

2.2模拟信号的离散采样16

2.3预采样滤波器设计21

2.4数字滤波器原理31

2.5假设检验概述38

2.6平稳性检验39

2.7周期性及正态性检验43

2.8样本记录中异常数据识别47

第三章 物理系统稳态特征的数学描述——一元及多元回归数学模型59

3.1前言59

3.2线性回归数学模型59

3.3线性回归方程及回归系数的显著性检验69

3.4逐步回归分析89

3.5 多项式回归数学模型及正交变换109

3.6利用回归方程进行预报和控制113

第四章 惯性器件漂移误差及基本测试方法和设备124

4.1概述124

4.2陀螺仪稳态漂移误差分析124

4.3陀螺仪稳态漂移误差的测试方法126

4.4陀螺仪特性测试用的基本设备128

4.5加速度计的误差定义及其稳态误差的数学模型131

4.6加速度计性能测试的基本设备137

4.7惯性器件性能测试对测试环境的要求139

第五章 单自由度陀螺仪稳态特性测试及回归数学模型的参数估计141

5.1概述141

5.2单自由度液浮积分陀螺仪的稳态特性141

5.3积分陀螺仪的稳态特性测试目的与回归数学模型的参数估计143

5.4积分陀螺仪的特性测试方法145

5.5参数估计149

第六章 二自由度陀螺仪的稳态特性测试及回归数学模型估计158

6.1概述158

6.2挠性调谐陀螺的力反馈试验161

6.3挠性调谐陀螺的伺服试验177

第七章 惯性器件的动态数学模型辨识181

7.1概述181

7.2线性系统动态特征的数学表达式181

7.3瞬态响应法185

7.4频率响应法188

7.5离散系统动态特征的数学模型辨识——差分方程的阶次和参数估计194

7.6权函数辨识205

7.7 由差分方程变换为微分方程的几种方法220

7.8实例227

第八章 物理系统随机特征的数学描述一元离散自回归滑动平均模型——ARMA模型（Autoregressive Moving Average Models）234

8.1 前言234

8.2ARMA模型结构235

8.3ARMA模型特性之一——格林函数Gj和ARMA系统的稳定性239

8.4ARMA模型特性之二——逆函数Ij和ARMA系统的可逆性249

8.5高阶ARMA系统的稳定性和可逆性检验准则250

8.6ARMA模型特性之三——ARMA序列的自相关函数和偏相关函数251

第九章 一元离散自回归滑动平均模型辨识——ARMA模型建模251

9.1概述262

9.2 关于ARMA（p,q）模型结构及阶次p,q的识别264

9.3ARMA模型参数的最小二乘（L.S）估计269

9.4AR模型参数s的在线（on-line）L.S估计方法280

9.5 ARMA模型适用性检验285

9.6 ARMA模型在常系数线性离散控制系统中的某些应用287

第十章 ARMA（P,Q）模型的建模软件293

10.1概述293

10.2在线（on-line）低通数字滤波器294

10.3非平稳时间序列{Wt｜t=1,2……,N｝的处理296

10.4平稳随机时间序列{xt}的ARMA（P,Q）模型建模程序块及其说明297