《系统辨识 最小二乘法》求取 ⇩

前言页1

第一章 绪论1

1.1 系统辨识问题1

1.2 系统辨识问题的综述和分类2

1.3 参数估计方法3

1.4 本书组成4

第二章 动态系统的描述6

2.1 引言6

2.2 线性差分方程6

2.3 权序列和卷积8

2.4 状态变量方程10

2.5 结束语13

第三章 最小二乘原理15

3.1 引言15

3.2 最小二乘原理15

3.3 最小二乘估计量的统计特性17

3.4 序列最小二乘估计20

3.5 多应变量系统24

3.6 参数个数增加时的递推估计25

3.7 实时最小二乘算法27

3.8 结束语29

第四章 权函数辨识33

4.1 引言33

4.2 辨识问题34

4.3 最小二乘估计35

4.4 与互相关辨识的关系38

4.5 最优输入信号42

4.6 伪随机二进制序列44

4.7 在线最小二乘辨识48

4.8 多变量系统辨识51

4.9 结束语54

5.1 引言57

第五章 用最小二乘法进行线性参数模型辨识57

5.2 基本的辨识问题58

5.3 最小二乘解法59

5.4 参数估计的统计特性61

5.5 在线最小二乘辨识65

5.6 系统阶次的确定66

5.7 实时辨识71

5.8 连续系统辨识73

5.9 结束语77

第六章 用广义最小二乘法的系统辨识82

6.1 引言82

6.2 噪声系统模型的叙述82

6.3 与相关残差有关的偏倚问题83

6.4 广义最小二乘问题的叙述85

6.5 广义最小二乘估计算法86

6.6 评论90

6.7 另一GLS求解技术95

6.8 辅助变量法102

6.9 结束语105

第七章 多步最小二乘辨识技术107

7.1 引言107

7.2 MSLS方法Ⅰ107

7.3 MSLS方法Ⅱ112

7.4 MSIS方法Ⅲ113

7.5 MSLS法与GLS法的比较117

7.6 结束语120

第八章 非线性系统的辨识121

8.1 引言121

8.2 伏尔特拉级数表示及辨识121

8.3 具有线性参数的非线性差分方程123

8.4 具有非线性参数的非线性差分方程124

8.5 哈默斯坦模型--GLS辨识126

8.6 哈默斯坦模型--MSLS辨识129

8.7 结束语134