系统辨识新论

序言一
序言二
前言
主要符号说明
第1章 辨识导引
1.1 引言
1.2 辨识的定义
1.2.1 系统结构和参数
1.2.2 机理辨识方法或机理建模方法
1.2.3 统计辨识方法或统计建模方法
1.2.4 阶跃响应辨识方法
1.2.5 辨识的定义与辨识的四要素
1.2.6 一些学者的辨识定义
1.2.7 关于测量误差问题
1.3 数学模型与辨识模型
1.3.1 数学模型
1.3.2 辨识模型
1.4 辨识步骤与辨识目的
1.4.1 辨识的基本步骤
1.4.2 辨识的目的
1.4.3 实验设计
1.4.4 数据预处理
1.5 辨识方法的类别
1.5.1 最小二乘辨识方法
1.5.2 梯度辨识方法
1.5.3 辅助模型辨识方法
1.5.4 多新息辨识方法
1.5.5 递阶辨识方法
1.5.6 耦合辨识方法
1.6 小结
1.7 思考题
第2章 系统描述的基本模型
2.1 引言
2.2 线性系统模型变换
2.2.1 阶跃不变变换
2.2.2 双线性变换和欧拉变换
2.2.3 脉冲不变z—s变换
2.2.4 离散模型化为差分方程模型
2.3 随机系统模型
2.3.1 时间序列模型
2.3.2 方程误差类模型
2.3.3 输出误差类模型
2.3.4 特殊方程误差模型
2.3.5 特殊输出误差模型
2.3.6 一般随机系统模型
2.4 多变量系统
2.4.1 多变量时间序列模型
2.4.2 多变量方程误差类模型
2.4.3 多变量输出误差类模型
2，4.4 特殊多变量方程误差类模型
2.4.5 特殊多变量输出误差类模型
2.4.6 —般多变量随机系统模型
2.5 类多变量系统
2.5.1 状态空间描述到输入输出表达
2.5.2 类多变量方程误差类模型
2.5.3 类多变量输出误差类模型
2.5.4 类特殊多变量方程误差模型
2.5.5 类特殊多变量输出误差模型
2.5.6 —般类多变量随机系统模型
2.6 多输入多输出系统
2.6.1 传递函数阵主模型
2.6.2 传递函数阵子模型
2.6.3 传递函数阵子子模型
2.7 多输入单输出系统模型
2.7.1 多输入方程误差类模型
2.7.2 多输入输出误差类模型
2.7.3 特殊多输入方程误差类模型
2.7.4 特殊多输入输出误差类模型
2.8 多输出系统
2.8.1 多变量系统结构
2.8.2 单输入多输出系统模型
2.8.3 马可夫参数或脉冲响应模型
2.9 小结
2.10 思考题
第3章 辨识精度与辨识基本问题
3.1 引言
3.2 辨识精度
3.2.1 物理量辨识
3.2.2 系统外特性辨识
3.3 辨识的基本问题
3.3.1 辨识方法的提出
3.3.2 辨识输入信号设计
3.3.3 可辨识性问题
3.3.4 参数估计的收敛性
3.4 激励信号
3.4.1 持续激励信号
3.4.2 弱持续激励信号
3.4.3 衰减激励信号
3.4.4 持续激励信号的产生
3.5 基本激励条件
3.5.1 强持续激励条件
3.5.2 弱持续激励条件
3.5.3 衰减激励条件
3.5.4 其他激励条件
3.6 参数估计性质及分析工具
3.6.1 参数估计的统计性质
3.6.2 Cramér—Rao不等式
3.6.3 实用有界收敛性
3.6.4 收敛性分析的基本工具
3.7 最小二乘辨识方法及其收敛定理
3.7.1 线性回归模型与伪线性回归模型
3.7.2 递推最小二乘算法
3.7.3 RLS算法计算量与计算步骤
3.7.4 RLS算法仿真例子
3.7.5 RLS算法的收敛定理
3.7.6 随机梯度辨识算法
3.8 典型辨识算法及其收敛定理
3.8.1 伪线性回归模型Ⅰ
3.8.2 伪线性回归模型Ⅱ
3.8.3 伪线性回归模型Ⅲ
3.9 小结
3.10 思考题
……
第4章 辅助模型辨识思想与方法
第5章 迭代搜索原理与辨识方法
第6章 多新息辨识理论与方法
第7章 递阶辨识原理与方法
第8章 耦合辨识概念与方法
参考文献
附录A 系统的噪信比及其计算
附录B 主要缩略语英汉对照
附录C 有关术语汉英对照
索引
后记