《时间序列分析的工程应用 上》

目录1

序言1

（一） 胡海昌Ⅰ序言1

（二） 彭泽民Ⅲ序言1

（二） 安鸿志Ⅴ前言 杨叔子Ⅶ主要符号说明Ⅻ1

第一章 绪论1

§1.1 时间序列·时间序列分析·系统1

§1.2 时序分析与系统辨识6

§1.3 有关数学知识12

§1.4 时序分析的发展21

§1.5 本书的内容安排27

习题29

第二章 ARMA模型31

§2.1 线性回归模型31

§2.2 AR（1）模型41

§2.3 ARMA（2,1）模型51

§2.4 ARMA（n,m）模型57

习题73

第三章 ARMA模型的时域特性75

§3.1 Green函数75

§3.2 逆函数93

§3.3 自协方差函数101

§3.4 偏自相关函数113

习题117

第四章 ARMA模型的频域特性120

§4.1 频率特性函数121

§4.2 周期图分析124

§4.3 自谱函数128

§4.4 ARMA谱值估计的快速算法146

§4.5 ARMA谱谱峰的计算162

§4.6 某些谱及其估计方法168

习题187

第五章 离散模型与连续模型的转换189

§5.1 连续模型的基本特性190

§5.2 一阶模型的转换202

§5.3 二阶模型的转换207

§5.4 高阶模型的转换218

§5.5 用自协方差函数在频域内进行模型转换226

§5.6 用Green函数进行模型转换232

习题240

第六章 ARMA模型的建模（一）242

§6.1 数据的采集、检验与预处理243

§6.2 AR模型参数的直接估计法254

§6.3 AR模型参数的矩阵递推估计法264

§6.4 AR模型参数的参数递推估计法275

§6.5 协方差矩阵加窗计算的讨论299

§6.6 AR模型在语音分析与合成中的应用301

习题308

第七章 ARMA模型的建模（二）310

§7.1 ARMA模型参数的时序理论估计法311

§7.2 ARMA模型参数的优化理论估计法324

§7.3 ARMA模型参数的控制理论估计法336

§7.4 模型的适用性检验345

§7.5 ARMA建模流程360

§7.6 模型参数的实时估计366

习题374

附录1 数据376

附1.1 丝杆驱动系统运动误差数据376

附1.2 IBM公司股票数据（1961.5.17～1962.11.2）378

附1.3 每年平均太阳黑子数据（1749～1924年）379

附1.4 车削状态下尾顶尖垂直方向的振动加速度电压数据379

附录2 IBM系列机及其兼容机上的实用程序381

及其使用说明381

附2.1 AR谱的增阶算法Pascal过程381

附2.2 AR建模的最小二乘估计法Pascal过程383

附2.3 AR建模的Marple算法Pascal过程385

附2.4 AR建模的改进Marple算法Fortran子程序390