《系统辨识与参数估计》求取 ⇩

绪论1

第一章预备知识6

第一节 随机过程概念简介6

第二节 谱密度概念14

第三节 平稳随机过程输入下的输出统计性质15

第二章最小二乘法18

第一节 静态模型18

第二节 递推算法33

第三节 Householder变换矩阵38

第四节 指数衰减递推估计44

第三章动态系统参数估计50

第一节 线性差分方程的最小二乘估计50

第二节 广义最小二乘57

第三节 辅助变量法68

第四节 模型阶数的确定72

第四章系统脉冲响应函数的辨识79

第一节 相关分析法79

第二节 伪随机序列的产生及其性质85

第三节 M序列功率谱密度分析93

第四节 用M序列辨识线性系统96

第五节 用M序列辨识脉冲响应函数的步骤99

第六节 多输入多输出系统的辨识106

第五章极大似然法111

第一节 似然函数与似然估计ML111

第二节 正态线性模型的极大似然法113

第三节 极大似然估计的某些性质117

第四节 预报误差模型（随机模型）122

第五节 预报误差模型的协方差方法126

第六章随机逼近法130

第一节 一个简单的例子130

第二节 随机逼近法131

第三节 随机逼近法在线性回归中的应用133

第四节 作为随机梯度法的Robbins—Morno方法134

第五节 梯度和牛顿方向134

第六节 随机牛顿法136

第七节 跟踪线性时变系统138

第七章多变量差分系统的辨识140

第一节 多变量最小二乘140

第二节 多变量广义最小二乘143

第三节 增广矩阵法146

第八章状态估计（卡尔曼滤波）150

第一节 最小方差估计150

第二节 线性最小方差估计153

第三节 投影定量155

第四节 卡尔曼滤波—状态估计158

第九章辨识实验设计168

第一节 约束条件168

第二节 设计准则170

第三节 最优输入信号171

第四节 采样周期和试验长度的选择178

第五节 各种方法比较179

第十章闭环系统的辨识185

第一节 闭环系统辨识的基本问题185

第二节 闭环系统辨识的方法187

附录191

参考文献196