动态系统辨识-导论与应用

目录中文版序ⅲpreface for the chinese translationⅳ序ⅴ译著序言ⅵ原著序言ⅷ符号列表ⅹ第1章绪论11理论建模与实验建模12动态系统辨识的任务和问题13辨识方法的分类及在本书中的处理14辨识方法概述141非参数模型142参数模型143信号分析15激励信号16特殊的应用问题161输入含有噪声162多输入或多输出系统的辨识17应用领域171增加对过程特性的认识172理论模型的验证173控制器参数的整定174基于计算机的数字控制算法设计175自适应控制算法176过程监控和故障检测177信号预测178在线优化18文献综述习题参考文献第2章线性动态系统和随机信号的数学模型21连续时间信号的动态系统数学模型211非参数模型，确定性信号212参数模型，确定性信号22离散时间信号的动态系统数学模型221参数模型，确定性信号23连续时间随机信号模型231特殊的随机信号过程24离散时间随机信号模型25特征参数的确定251利用一阶系统近似252利用二阶系统近似253利用n阶具有相等时间常数的时滞系统近似254利用具有迟延的一阶系统近似26具有积分作用或微分作用的系统261积分作用262微分作用27小结习题参考文献第ⅰ部分频域非参数模型辨识——连续时间信号第3章周期信号和非周期信号的谱分析方法31傅里叶变换的数值计算311周期信号的傅里叶级数312非周期信号的傅里叶变换313傅里叶变换的数值计算314加窗315短时傅里叶变换32小波变换33周期图34小结习题参考文献第4章利用非周期信号测量频率响应41基本方程42非周期信号的傅里叶变换421简单脉冲422双脉冲423阶跃函数和斜坡函数43确定频率响应44噪声的影响45小结习题参考文献ⅹⅸ第5章利用周期测试信号测量频率响应51利用正弦测试信号测量频率响应52利用矩形和梯形测试信号测量频率响应53利用多频率测试信号测量频率响应54利用连续变频测试信号测量频率响应55利用相关函数测量频率响应551以相关函数测定频率响应552利用正交相关分析测量频率响应56小结习题参考文献第ⅱ部分利用相关分析法辨识非参数模型——连续时间和离散时间第6章连续时间模型的相关分析61相关函数的估计611互相关函数612自相关函数62用平稳随机信号激励的动态过程相关分析621利用去卷积确定脉冲响应622白噪声作为输入信号 623误差估计624利用实际的自然噪声作为输入信号63利用二值随机信号激励的动态过程相关分析64闭环下的相关分析65小结习题参考文献第7章离散时间模型的相关分析71相关函数估计711自相关函数712互相关函数713相关函数的快速计算714相关函数的递推计算72线性动态系统的相关分析721利用去卷积确定脉冲响应722随机扰动的影响73离散时间二值测试信号74小结习题参考文献第ⅲ部分参数模型辨识——离散时间信号第8章稳态过程的*小二乘参数估计81引言82线性稳态过程83非线性稳态过程84几何解释85极大似然和cramér-rao界86约束87小结习题参考文献ⅹⅹ第9章动态过程的*小二乘参数估计91*小二乘（ls）非递推方法911基本方程912收敛性913参数估计的协方差和模型的不确定性914参数可辨识性915未知直流分量92周期参数信号模型的谱分析921时域参数信号模型922频域参数信号模型923系数的确定924幅值的估计93非参数中间模型的参数估计931非周期激励响应和*小二乘法932相关-*小二乘法（cor-ls）94*小二乘的递推方法（rls）941基本方程942随机信号的递推参数估计943未知直流分量95加权*小二乘方法（wls）951markov估计96指数遗忘的递推参数估计961带约束的*小二乘递推方法962tikhonov正则化97小结习题参考文献第10章*小二乘参数估计的改进101广义*小二乘法1011广义*小二乘的非递推方法（gls）1012广义*小二乘的递推方法（rgls）102增广*小二乘法（els）103偏差校正方法（cls）104总体*小二乘法（tls）105辅助变量法1051辅助变量的非递推方法（iv）1052辅助变量的递推方法（riv）106随机逼近法（sta）1061robbins-monro算法1062kiefer-wolfowitz算法107（归一化）*小均方法（nlms）108小结习题参考文献第11章贝叶斯方法和极大似然法111贝叶斯方法112极大似然法（ml）1121非递推的极大似然法1122递推极大似然法（rml）1123cramér-rao界与*大精度113小结习题参考文献第12章时变过程的参数估计121恒定遗忘因子的指数遗忘122可变遗忘因子的指数遗忘123协方差矩阵的调整124递推参数估计方法的收敛性1241观测器形式的参数估计125小结习题参考文献第13章闭环参数估计131无额外测试信号的过程辨识1311间接过程辨识（情况a+c+e）1312直接过程辨识（情况b+d+e）132利用额外测试信号的过程辨识133闭环辨识方法1331无额外测试信号的间接过程辨识1332有额外测试信号的间接过程辨识1333无额外测试信号的直接过程辨识1334有额外测试信号的直接过程辨识133小结习题参考文献第ⅳ部分参数模型辨识——连续时间信号第14章频率响应的参数估计141引言142频率响应的*小二乘逼近法（fr-ls）ⅹ?143小结习题参考文献第15章微分方程和连续时间过程的参数估计151*小二乘方法1511基本方程1512收敛性152导数的确定1521数值微分1522状态变量滤波器1523有限脉冲响应（fir）滤波器153一致参数估计方法1531辅助变量法1532扩展kalman滤波器，极大似然法1533相关-*小二乘法1534离散时间模型的转换154物理参数的估计155部分参数已知的参数估计156小结习题参考文献第16章子空间法161引言162子空间163子空间辨识164利用脉冲响应进行辨识165原始形式的一些改进166用于连续时间系统167小结习题参考文献第ⅴ部分多变量系统辨识第17章多输入多输出系统的参数估计171传递函数模型1711矩阵多项式表示172状态空间模型1721状态空间形式1722输入/输出模型173脉冲响应模型和markov参数174顺序辨识175相关分析法1751去卷积法1752测试信号176参数估计方法1761*小二乘方法1762相关-*小二乘法177小结习题参考文献第ⅵ部分非线性系统辨识第18章非线性系统的参数估计181连续可导非线性的动态系统1811volterra级数1812hammerstein模型1813wiener模型ⅹ?1814lachmann提出的模型1815参数估计182不连续可导非线性的动态系统1821带摩擦的系统1822具有死区的系统183小结习题参考文献第19章迭代优化191引言192非线性优化算法193一维方法194多维优化1941零阶优化器1942一阶优化器1943二阶优化器195约束1951序贯无约束极小化方法196利用迭代优化的预报误差法197梯度的确定198模型不确定性199小结习题参考文献第20章用于辨识的神经网络和查询表201用于辨识的人工神经网络2011用于稳态系统的人工神经网络2012用于动态系统的人工神经网络2013半物理局部线性模型2014局部和全局参数估计2015局部线性动态模型2016带子集选择的局部多项式模型202用于稳态过程的查询表203小结习题参考文献第21章基于kalman滤波的状态和参数估计211离散kalman滤波器212稳态kalman滤波器213时变离散时间系统的kalman滤波器214扩展kalman滤波器215扩展kalman滤波器用于参数估计216连续时间模型217小结习题参考文献第ⅶ部分其 他 问 题第22章数值计算221条件数222矩阵p的分解方法223矩阵p-1的分解方法224小结225习题226参考文献第23章参数估计的实际问题231输入信号的选择232采样速率的选择2321预期的应用2322辨识模型的精度2323数值计算问题233线性动态模型结构参数的确定2331迟延时间的确定2332模型阶次的确定234不同参数估计方法的比较2341导言ⅹ2342先验假设的比较2343辨识方法总结235具有积分作用过程的参数估计236系统输入扰动237消除特殊的扰动2371漂移和高频噪声2372异常值238验证239过程辨识所用的特殊设备2391硬件设备2392利用数字计算机辨识2310小结习题参考文献第ⅷ部分应用第24章应用实例241执行器2411无刷直流执行器2412电磁汽车节气门执行器2413液压执行器242机械设备2421机床2422工业机器人2423离心泵2424热交换器2425空调2426旋转式干燥器2427引擎试验台243汽车2431车辆参数估计2432制动系统2433汽车悬挂2434胎压2435内燃引擎244小结参考文献第ⅸ部分附录附录a数学方面a1随机变量的收敛性a2参数估计方法的性质a3向量和矩阵的导数a4矩阵求逆引理参考文献附录b实验系统b1三质量振荡器参考文献