《系统辨识》求取 ⇩

§1-1 系统、模型与辨识1

§1-2　系统辨识的发展和现状1

第一章 引论1

§1-3　系统辨识的基本过程6

第二章　动态系统的描述9

§2-1 单输入、单输出线性连续系统的动态模型9

§2-2　线性离散系统的动态模型12

§2-3　随机型动态系统的数学模型25

习题33

§2-4　小结33

第三章　线性系统辨识的经典方法35

§3-1 引言35

§3-2　阶跃响应法35

§3-3　频率法40

§3-4　相关分析法44

§3-5　小结54

习题54

§4-2　基本最小二乘法56

第四章　线性系统参数估计的最小二乘法56

§4-1　引言56

§4-3　最小二乘法在线性系统参数估计中的应用62

§4-4　递推最小二乘法66

§4-5　最小二乘估计的统计特性71

§4-6　广义最小二乘法76

§4-7　辅助变量法80

§4-8　增广最小二乘法83

§4-9　多步最小二乘法84

§4-10　随机逼近方法87

§4-11　小结90

习题91

第五章　线性系统的状态估计92

§5-1 引言92

§5-2　随机型线性离散系统的分析92

§5-3　系统状态的最小方差估计96

§5-4　系统状态的线性最小方差估计97

§5-5　系统状态的递推估计100

§5-6　卡尔曼滤波器的具体计算103

§5-7　卡尔曼滤波器用于系统的参数估计104

§5-8　推广的卡尔曼滤波器106

§5-9　小结110

习题110

第六章　非线性系统的辨识112

§6-1　引言112

§6-2　Volterra级数描述和辨识112

§6-3　具有线性参数的非线性差分方程和辨识113

§6-4　具有非线性参数的非线性差分方程和辨识114

§6-5　Hammerstein模型与辨识115

§6-6　基于神经元网络的非线性系统辨识119

§6-7　小结126

第七章　极大似然法和预报误差法127

§7-1 引言127

§7-2　极大似然法127

§7-3　预报误差方法132

§7-4　极大似然法估计线性系统参数的离线迭代算法135

§7-5　极大似然法估计线性系统参数的在线递推算法137

§7-6　递推算法的一般格式及收敛性分析140

§7-7　各种辨识方法的比较与选用142

§7-8　小结143

习题144

第八章 系统模型结构的辨识145

§8-1　引言145

§8-2　单输入、单输出系统的模型结构辨识145

§8-3　多输入、多输出系统的模型结构辨识151

§8-4　小结156

习题157

第九章 系统辨识实现中的一些问题159

§9-1 系统在闭环条件下的辨识159

§9-2　辨识试验设计164

§9-3　系统辨识的应用168

习题177

附录　上机实验说明178

主要参考文献180