動(dòng)態(tài)系統(tǒng)辨識(shí) 導(dǎo)論與應(yīng)用

中文版序Ⅲ
Preface for the Chinese translationⅣ
序Ⅴ
譯著序言Ⅵ
原著序言Ⅷ
符號(hào)列表Ⅹ
第1章緒論
11理論建模與實(shí)驗(yàn)建模
12動(dòng)態(tài)系統(tǒng)辨識(shí)的任務(wù)和問題
13辨識(shí)方法的分類及在本書中的
處理
14辨識(shí)方法概述
141非參數(shù)模型
142參數(shù)模型
143信號(hào)分析
15激勵(lì)信號(hào)
16特殊的應(yīng)用問題
161輸入含有噪聲
162多輸入或多輸出系統(tǒng)的辨識(shí)
17應(yīng)用領(lǐng)域
171增加對(duì)過程特性的認(rèn)識(shí)
172理論模型的驗(yàn)證
173控制器參數(shù)的整定
174基于計(jì)算機(jī)的數(shù)字控制
算法設(shè)計(jì)
175自適應(yīng)控制算法
176過程監(jiān)控和故障檢測(cè)
177信號(hào)預(yù)測(cè)
178在線優(yōu)化
18文獻(xiàn)綜述
習(xí)題
參考文獻(xiàn)
第2章線性動(dòng)態(tài)系統(tǒng)和隨機(jī)信號(hào)的
數(shù)學(xué)模型
21連續(xù)時(shí)間信號(hào)的動(dòng)態(tài)系統(tǒng)
數(shù)學(xué)模型
211非參數(shù)模型，確定性信號(hào)
212參數(shù)模型，確定性信號(hào)
22離散時(shí)間信號(hào)的動(dòng)態(tài)系統(tǒng)
數(shù)學(xué)模型
221參數(shù)模型，確定性信號(hào)
23連續(xù)時(shí)間隨機(jī)信號(hào)模型
231特殊的隨機(jī)信號(hào)過程
24離散時(shí)間隨機(jī)信號(hào)模型
25特征參數(shù)的確定
251利用一階系統(tǒng)近似
252利用二階系統(tǒng)近似
253利用n階具有相等時(shí)間常數(shù)的
時(shí)滯系統(tǒng)近似
254利用具有遲延的一階系統(tǒng)近似
26具有積分作用或微分
作用的系統(tǒng)
261積分作用
262微分作用
27小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅰ部分頻域非參數(shù)模型辨識(shí)
——連續(xù)時(shí)間信號(hào)第3章周期信號(hào)和非周期信號(hào)的
譜分析方法
31傅里葉變換的數(shù)值計(jì)算
311周期信號(hào)的傅里葉級(jí)數(shù)
312非周期信號(hào)的傅里葉變換
313傅里葉變換的數(shù)值計(jì)算
314加窗
315短時(shí)傅里葉變換
32小波變換
33周期圖
34小結(jié)
習(xí)題
參考文獻(xiàn)
第4章利用非周期信號(hào)測(cè)量
頻率響應(yīng)
41基本方程
42非周期信號(hào)的傅里葉變換
421簡(jiǎn)單脈沖
422雙脈沖
423階躍函數(shù)和斜坡函數(shù)
43確定頻率響應(yīng)
44噪聲的影響
45小結(jié)
習(xí)題
參考文獻(xiàn)
ⅩⅨ第5章利用周期測(cè)試信號(hào)測(cè)量
頻率響應(yīng)
51利用正弦測(cè)試信號(hào)測(cè)量
頻率響應(yīng)
52利用矩形和梯形測(cè)試信號(hào)測(cè)量
頻率響應(yīng)
53利用多頻率測(cè)試信號(hào)測(cè)量
頻率響應(yīng)
54利用連續(xù)變頻測(cè)試信號(hào)測(cè)量
頻率響應(yīng)
55利用相關(guān)函數(shù)測(cè)量頻率響應(yīng)
551以相關(guān)函數(shù)測(cè)定頻率響應(yīng)
552利用正交相關(guān)分析測(cè)量
頻率響應(yīng)
56小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅱ部分利用相關(guān)分析法辨識(shí)非參數(shù)模型
——連續(xù)時(shí)間和離散時(shí)間第6章連續(xù)時(shí)間模型的相關(guān)分析
61相關(guān)函數(shù)的估計(jì)
611互相關(guān)函數(shù)
612自相關(guān)函數(shù)
62用平穩(wěn)隨機(jī)信號(hào)激勵(lì)的動(dòng)態(tài)
過程相關(guān)分析
621利用去卷積確定脈沖響應(yīng)
622白噪聲作為輸入信號(hào)
623誤差估計(jì)
624利用實(shí)際的自然噪聲作為
輸入信號(hào)
63利用二值隨機(jī)信號(hào)激勵(lì)的動(dòng)態(tài)
過程相關(guān)分析
64閉環(huán)下的相關(guān)分析
65小結(jié)習(xí)題
參考文獻(xiàn)
第7章離散時(shí)間模型的相關(guān)分析
71相關(guān)函數(shù)估計(jì)
711自相關(guān)函數(shù)
712互相關(guān)函數(shù)
713相關(guān)函數(shù)的快速計(jì)算
714相關(guān)函數(shù)的遞推計(jì)算
72線性動(dòng)態(tài)系統(tǒng)的相關(guān)分析
721利用去卷積確定脈沖響應(yīng)
722隨機(jī)擾動(dòng)的影響
73離散時(shí)間二值測(cè)試信號(hào)
74小結(jié)
習(xí)題
參考文獻(xiàn)
第Ⅲ部分參數(shù)模型辨識(shí)——離散時(shí)間信號(hào)第8章穩(wěn)態(tài)過程的最小二乘
參數(shù)估計(jì)
81引言
82線性穩(wěn)態(tài)過程
83非線性穩(wěn)態(tài)過程
84幾何解釋
85極大似然和Cramér-Rao界
86約束
87小結(jié)
習(xí)題
參考文獻(xiàn)
ⅩⅩ第9章動(dòng)態(tài)過程的最小二乘
參數(shù)估計(jì)
91最小二乘（LS）非遞推方法
911基本方程
912收斂性
913參數(shù)估計(jì)的協(xié)方差和模型的
不確定性
914參數(shù)可辨識(shí)性
915未知直流分量
92周期參數(shù)信號(hào)模型的譜分析
921時(shí)域參數(shù)信號(hào)模型
922頻域參數(shù)信號(hào)模型
923系數(shù)的確定
924幅值的估計(jì)
93非參數(shù)中間模型的參數(shù)估計(jì)
931非周期激勵(lì)響應(yīng)和最小
二乘法
932相關(guān)-最小二乘法
（COR-LS）
94最小二乘的遞推方法（RLS）
941基本方程
942隨機(jī)信號(hào)的遞推參數(shù)估計(jì)
943未知直流分量
95加權(quán)最小二乘方法（WLS）
951Markov估計(jì)
96指數(shù)遺忘的遞推參數(shù)估計(jì)
961帶約束的最小二乘遞推方法
962Tikhonov正則化
97小結(jié)
習(xí)題
參考文獻(xiàn)
第10章最小二乘參數(shù)估計(jì)的改進(jìn)
101廣義最小二乘法
1011廣義最小二乘的非遞推方法
（GLS）
1012廣義最小二乘的遞推方法
（RGLS）
102增廣最小二乘法（ELS）
103偏差校正方法（CLS）
104總體最小二乘法（TLS）
105輔助變量法
1051輔助變量的非遞推方法（IV）
1052輔助變量的遞推方法（RIV）
106隨機(jī)逼近法（STA）
1061Robbins-Monro算法
1062Kiefer-Wolfowitz算法
107（歸一化）最小均方法
（NLMS）
108小結(jié)
習(xí)題
參考文獻(xiàn)
第11章貝葉斯方法和極大似然法
111貝葉斯方法
112極大似然法（ML）
1121非遞推的極大似然法
1122遞推極大似然法（RML）
1123Cramér-Rao界與最大精度
113小結(jié)
習(xí)題
參考文獻(xiàn)
第12章時(shí)變過程的參數(shù)估計(jì)
121恒定遺忘因子的指數(shù)遺忘
122可變遺忘因子的指數(shù)遺忘
123協(xié)方差矩陣的調(diào)整
124遞推參數(shù)估計(jì)方法的收斂性
1241觀測(cè)器形式的參數(shù)估計(jì)
125小結(jié)
習(xí)題
參考文獻(xiàn)
第13章閉環(huán)參數(shù)估計(jì)
131無額外測(cè)試信號(hào)的過程辨識(shí)
1311間接過程辨識(shí)（情況a+c+e）
1312直接過程辨識(shí)（情況b+d+e）
132利用額外測(cè)試信號(hào)的
過程辨識(shí)
133閉環(huán)辨識(shí)方法
1331無額外測(cè)試信號(hào)的間接
過程辨識(shí)
1332有額外測(cè)試信號(hào)的間接
過程辨識(shí)
1333無額外測(cè)試信號(hào)的直接
過程辨識(shí)
1334有額外測(cè)試信號(hào)的直接
過程辨識(shí)
133小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅳ部分參數(shù)模型辨識(shí)——連續(xù)時(shí)間信號(hào)第14章頻率響應(yīng)的參數(shù)估計(jì)
141引言
142頻率響應(yīng)的最小二乘逼近法
（FR-LS）
ⅩⅪ143小結(jié)
習(xí)題
參考文獻(xiàn)
第15章微分方程和連續(xù)時(shí)間過程的
參數(shù)估計(jì)
151最小二乘方法
1511基本方程
1512收斂性
152導(dǎo)數(shù)的確定
1521數(shù)值微分
1522狀態(tài)變量濾波器
1523有限脈沖響應(yīng)（FIR）
濾波器
153一致參數(shù)估計(jì)方法
1531輔助變量法
1532擴(kuò)展Kalman濾波器，極大
似然法
1533相關(guān)-最小二乘法
1534離散時(shí)間模型的轉(zhuǎn)換
154物理參數(shù)的估計(jì)
155部分參數(shù)已知的參數(shù)估計(jì)
156小結(jié)
習(xí)題
參考文獻(xiàn)
第16章子空間法
161引言
162子空間
163子空間辨識(shí)
164利用脈沖響應(yīng)進(jìn)行辨識(shí)
165原始形式的一些改進(jìn)
166用于連續(xù)時(shí)間系統(tǒng)
167小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅴ部分多變量系統(tǒng)辨識(shí)
第17章多輸入多輸出系統(tǒng)的
參數(shù)估計(jì)
171傳遞函數(shù)模型
1711矩陣多項(xiàng)式表示
172狀態(tài)空間模型
1721狀態(tài)空間形式
1722輸入/輸出模型
173脈沖響應(yīng)模型和Markov
參數(shù)
174順序辨識(shí)
175相關(guān)分析法
1751去卷積法
1752測(cè)試信號(hào)
176參數(shù)估計(jì)方法
1761最小二乘方法
1762相關(guān)-最小二乘法
177小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅵ部分非線性系統(tǒng)辨識(shí)
第18章非線性系統(tǒng)的參數(shù)估計(jì)
181連續(xù)可導(dǎo)非線性的動(dòng)態(tài)系統(tǒng)
1811Volterra級(jí)數(shù)
1812Hammerstein模型
1813Wiener模型
ⅩⅫ1814Lachmann提出的模型
1815參數(shù)估計(jì)
182不連續(xù)可導(dǎo)非線性的動(dòng)態(tài)
系統(tǒng)
1821帶摩擦的系統(tǒng)
1822具有死區(qū)的系統(tǒng)
183小結(jié)
習(xí)題
參考文獻(xiàn)
第19章迭代優(yōu)化
191引言
192非線性優(yōu)化算法
193一維方法
194多維優(yōu)化
1941零階優(yōu)化器
1942一階優(yōu)化器
1943二階優(yōu)化器
195約束
1951序貫無約束極小化方法
196利用迭代優(yōu)化的預(yù)報(bào)誤差法
197梯度的確定
198模型不確定性
199小結(jié)
習(xí)題
參考文獻(xiàn)
第20章用于辨識(shí)的神經(jīng)網(wǎng)絡(luò)和
查詢表
201用于辨識(shí)的人工神經(jīng)網(wǎng)絡(luò)
2011用于穩(wěn)態(tài)系統(tǒng)的人工
神經(jīng)網(wǎng)絡(luò)
2012用于動(dòng)態(tài)系統(tǒng)的人工
神經(jīng)網(wǎng)絡(luò)
2013半物理局部線性模型
2014局部和全局參數(shù)估計(jì)
2015局部線性動(dòng)態(tài)模型
2016帶子集選擇的局部多項(xiàng)式
模型
202用于穩(wěn)態(tài)過程的查詢表
203小結(jié)
習(xí)題
參考文獻(xiàn)
第21章基于Kalman濾波的狀態(tài)和
參數(shù)估計(jì)
211離散Kalman濾波器
212穩(wěn)態(tài)Kalman濾波器
213時(shí)變離散時(shí)間系統(tǒng)的Kalman
濾波器
214擴(kuò)展Kalman濾波器
215擴(kuò)展Kalman濾波器用于
參數(shù)估計(jì)
216連續(xù)時(shí)間模型
217小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅶ部分其 他 問 題
第22章數(shù)值計(jì)算
221條件數(shù)
222矩陣P的分解方法
223矩陣P-1的分解方法
224小結(jié)
225習(xí)題
226參考文獻(xiàn)
第23章參數(shù)估計(jì)的實(shí)際問題
231輸入信號(hào)的選擇
232采樣速率的選擇
2321預(yù)期的應(yīng)用
2322辨識(shí)模型的精度
2323數(shù)值計(jì)算問題
233線性動(dòng)態(tài)模型結(jié)構(gòu)參數(shù)的
確定
2331遲延時(shí)間的確定
2332模型階次的確定
234不同參數(shù)估計(jì)方法的比較
2341導(dǎo)言
Ⅹ2342先驗(yàn)假設(shè)的比較
2343辨識(shí)方法總結(jié)
235具有積分作用過程的
參數(shù)估計(jì)
236系統(tǒng)輸入擾動(dòng)
237消除特殊的擾動(dòng)
2371漂移和高頻噪聲
2372異常值
238驗(yàn)證
239過程辨識(shí)所用的特殊設(shè)備
2391硬件設(shè)備
2392利用數(shù)字計(jì)算機(jī)辨識(shí)
2310小結(jié)
習(xí)題
參考文獻(xiàn)第Ⅷ部分應(yīng)用
第24章應(yīng)用實(shí)例
241執(zhí)行器
2411無刷直流執(zhí)行器
2412電磁汽車節(jié)氣門執(zhí)行器
2413液壓執(zhí)行器
242機(jī)械設(shè)備
2421機(jī)床
2422工業(yè)機(jī)器人
2423離心泵
2424熱交換器
2425空調(diào)
2426旋轉(zhuǎn)式干燥器
2427引擎試驗(yàn)臺(tái)
243汽車
2431車輛參數(shù)估計(jì)
2432制動(dòng)系統(tǒng)
2433汽車懸掛
2434胎壓
2435內(nèi)燃引擎
244小結(jié)
參考文獻(xiàn)第Ⅸ部分附錄
附錄A數(shù)學(xué)方面
A1隨機(jī)變量的收斂性
A2參數(shù)估計(jì)方法的性質(zhì)
A3向量和矩陣的導(dǎo)數(shù)
A4矩陣求逆引理
參考文獻(xiàn)
附錄B實(shí)驗(yàn)系統(tǒng)
B1三質(zhì)量振蕩器
參考文獻(xiàn)