《系统辨识与应用》求取 ⇩

第一章绪论1

1.1 系统辨识的问题1

1.2 系统辨识问题的阐述及分类1

1.3 参数估计方法3

1.4 本书正文编排3

参考文献4

等二章动态系统的表达式5

2.1 引言5

2.2 线性差分方程5

2.3 权序列及卷积7

2.4 状态变量方程8

2.5 结束语10

参考文献10

第三章最小二乘理论11

3.1 引言11

3.2 最小二乘法11

3.3 最小二乘估计量的统计特性13

3.4 序贯最小二乘估计14

3.5 多因变量系统17

3.6 关于增加参数个数的递推估计18

3.7 实时最小二乘算法19

参考文献21

3.8 结束语21

附录3A.极大似然估计22

附录3B.矩阵求逆引理23

第四章权函数辨识24

4.1 引言24

4.2 辨识问题24

4.3 最小二乘估计26

4.4 与互相关辨识的关系28

4.5 最优输入信号30

4.6 伪随机二进制序列32

4.7 在线最小二乘辨识35

4.8 多变量系统辨识37

4.9 结束语40

参考文献40

附录4A.产生伪随机二进制序列(PRBS)的计算机程序41

第五章用最小二乘辨识线性参数模型42

5.1 引言42

5.2 基本的辨识问题42

5.3 最小二乘解43

5.4 参数估计值的统计特性46

5.5 在线最小二乘辨识48

5.6 系统阶的确定49

5.7 实时辨识53

5.8 连续系统辨识55

5.9 结束语58

参考文献58

附录5A.系统参数辨识的卡尔曼滤波方法59

第六章用广义最小二乘进行系统辨识61

6.1 引言61

6.2 有噪声系统模型的表达式61

6.3 伴随相关残差产生的偏差问题62

6.4 广义最小二乘问题的表达式63

6.5 广义最小二乘估计算法65

6.6 备注67

6.7 另一种广义最小二乘求解法71

6.8 辅助变量法76

6.9 结束语78

参考文献79

第七章多级最小二乘辨识法80

7.1 引言80

7.2 多级最小二乘法Ⅰ(MSLSⅠ)80

7.3 多级最小二乘法Ⅱ(MSLSⅡ)84

7.4 多级最小二乘法Ⅲ(MSLSⅢ)85

7.5 多级最小二乘法与广义最小二乘法的比较87

参考文献90

7.6 结束语90

第八章非线性系统辨识91

8.1 引言91

8.2 沃尔泰拉级数表达式与辨识91

8.3 具有线性参数的非线性差分方程92

8.4 具有非线性参数的非线性差分方程93

8.5 哈默斯坦模型——广义最小二乘(GLS)辨识94

8.6 哈默斯坦模型——多级最小二乘(MSLS)辨识96

8.7 结束语100

参考文献101

9.2 自适应控制系统102

9.1 引言102

第九章系统辨识技术的应用102

9.3 自适应信号处理105

9.4 结束语107

参考文献108

附录概率论与随机过程109

A.1 概率论109

A.2 随机过程112

参考文献115

习题116

索引(英汉对照)121