動態(tài)系統(tǒng)辨識 導論與應用

中文版序Ⅲ
Preface for the Chinese translationⅣ
序Ⅴ
譯著序言Ⅵ
原著序言Ⅷ
符號列表Ⅹ
第1章緒論
11理論建模與實驗建模
12動態(tài)系統(tǒng)辨識的任務和問題
13辨識方法的分類及在本書中的
處理
14辨識方法概述
141非參數模型
142參數模型
143信號分析
15激勵信號
16特殊的應用問題
161輸入含有噪聲
162多輸入或多輸出系統(tǒng)的辨識
17應用領域
171增加對過程特性的認識
172理論模型的驗證
173控制器參數的整定
174基于計算機的數字控制
算法設計
175自適應控制算法
176過程監(jiān)控和故障檢測
177信號預測
178在線優(yōu)化
18文獻綜述
習題
參考文獻
第2章線性動態(tài)系統(tǒng)和隨機信號的
數學模型
21連續(xù)時間信號的動態(tài)系統(tǒng)
數學模型
211非參數模型，確定性信號
212參數模型，確定性信號
22離散時間信號的動態(tài)系統(tǒng)
數學模型
221參數模型，確定性信號
23連續(xù)時間隨機信號模型
231特殊的隨機信號過程
24離散時間隨機信號模型
25特征參數的確定
251利用一階系統(tǒng)近似
252利用二階系統(tǒng)近似
253利用n階具有相等時間常數的
時滯系統(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
習題
參考文獻第Ⅰ部分頻域非參數模型辨識
——連續(xù)時間信號第3章周期信號和非周期信號的
譜分析方法
31傅里葉變換的數值計算
311周期信號的傅里葉級數
312非周期信號的傅里葉變換
313傅里葉變換的數值計算
314加窗
315短時傅里葉變換
32小波變換
33周期圖
34小結
習題
參考文獻
第4章利用非周期信號測量
頻率響應
41基本方程
42非周期信號的傅里葉變換
421簡單脈沖
422雙脈沖
423階躍函數和斜坡函數
43確定頻率響應
44噪聲的影響
45小結
習題
參考文獻
ⅩⅨ第5章利用周期測試信號測量
頻率響應
51利用正弦測試信號測量
頻率響應
52利用矩形和梯形測試信號測量
頻率響應
53利用多頻率測試信號測量
頻率響應
54利用連續(xù)變頻測試信號測量
頻率響應
55利用相關函數測量頻率響應
551以相關函數測定頻率響應
552利用正交相關分析測量
頻率響應
56小結
習題
參考文獻第Ⅱ部分利用相關分析法辨識非參數模型
——連續(xù)時間和離散時間第6章連續(xù)時間模型的相關分析
61相關函數的估計
611互相關函數
612自相關函數
62用平穩(wěn)隨機信號激勵的動態(tài)
過程相關分析
621利用去卷積確定脈沖響應
622白噪聲作為輸入信號
623誤差估計
624利用實際的自然噪聲作為
輸入信號
63利用二值隨機信號激勵的動態(tài)
過程相關分析
64閉環(huán)下的相關分析
65小結習題
參考文獻
第7章離散時間模型的相關分析
71相關函數估計
711自相關函數
712互相關函數
713相關函數的快速計算
714相關函數的遞推計算
72線性動態(tài)系統(tǒng)的相關分析
721利用去卷積確定脈沖響應
722隨機擾動的影響
73離散時間二值測試信號
74小結
習題
參考文獻
第Ⅲ部分參數模型辨識——離散時間信號第8章穩(wěn)態(tài)過程的最小二乘
參數估計
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
習題
參考文獻
ⅩⅩ第9章動態(tài)過程的最小二乘
參數估計
91最小二乘（LS）非遞推方法
911基本方程
912收斂性
913參數估計的協(xié)方差和模型的
不確定性
914參數可辨識性
915未知直流分量
92周期參數信號模型的譜分析
921時域參數信號模型
922頻域參數信號模型
923系數的確定
924幅值的估計
93非參數中間模型的參數估計
931非周期激勵響應和最小
二乘法
932相關-最小二乘法
（COR-LS）
94最小二乘的遞推方法（RLS）
941基本方程
942隨機信號的遞推參數估計
943未知直流分量
95加權最小二乘方法（WLS）
951Markov估計
96指數遺忘的遞推參數估計
961帶約束的最小二乘遞推方法
962Tikhonov正則化
97小結
習題
參考文獻
第10章最小二乘參數估計的改進
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
習題
參考文獻
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
習題
參考文獻
第12章時變過程的參數估計
121恒定遺忘因子的指數遺忘
122可變遺忘因子的指數遺忘
123協(xié)方差矩陣的調整
124遞推參數估計方法的收斂性
1241觀測器形式的參數估計
125小結
習題
參考文獻
第13章閉環(huán)參數估計
131無額外測試信號的過程辨識
1311間接過程辨識（情況a+c+e）
1312直接過程辨識（情況b+d+e）
132利用額外測試信號的
過程辨識
133閉環(huán)辨識方法
1331無額外測試信號的間接
過程辨識
1332有額外測試信號的間接
過程辨識
1333無額外測試信號的直接
過程辨識
1334有額外測試信號的直接
過程辨識
133小結
習題
參考文獻第Ⅳ部分參數模型辨識——連續(xù)時間信號第14章頻率響應的參數估計
141引言
142頻率響應的最小二乘逼近法
（FR-LS）
ⅩⅪ143小結
習題
參考文獻
第15章微分方程和連續(xù)時間過程的
參數估計
151最小二乘方法
1511基本方程
1512收斂性
152導數的確定
1521數值微分
1522狀態(tài)變量濾波器
1523有限脈沖響應（FIR）
濾波器
153一致參數估計方法
1531輔助變量法
1532擴展Kalman濾波器，極大
似然法
1533相關-最小二乘法
1534離散時間模型的轉換
154物理參數的估計
155部分參數已知的參數估計
156小結
習題
參考文獻
第16章子空間法
161引言
162子空間
163子空間辨識
164利用脈沖響應進行辨識
165原始形式的一些改進
166用于連續(xù)時間系統(tǒng)
167小結
習題
參考文獻第Ⅴ部分多變量系統(tǒng)辨識
第17章多輸入多輸出系統(tǒng)的
參數估計
171傳遞函數模型
1711矩陣多項式表示
172狀態(tài)空間模型
1721狀態(tài)空間形式
1722輸入/輸出模型
173脈沖響應模型和Markov
參數
174順序辨識
175相關分析法
1751去卷積法
1752測試信號
176參數估計方法
1761最小二乘方法
1762相關-最小二乘法
177小結
習題
參考文獻第Ⅵ部分非線性系統(tǒng)辨識
第18章非線性系統(tǒng)的參數估計
181連續(xù)可導非線性的動態(tài)系統(tǒng)
1811Volterra級數
1812Hammerstein模型
1813Wiener模型
ⅩⅫ1814Lachmann提出的模型
1815參數估計
182不連續(xù)可導非線性的動態(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
習題
參考文獻
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)化的預報誤差法
197梯度的確定
198模型不確定性
199小結
習題
參考文獻
第20章用于辨識的神經網絡和
查詢表
201用于辨識的人工神經網絡
2011用于穩(wěn)態(tài)系統(tǒng)的人工
神經網絡
2012用于動態(tài)系統(tǒng)的人工
神經網絡
2013半物理局部線性模型
2014局部和全局參數估計
2015局部線性動態(tài)模型
2016帶子集選擇的局部多項式
模型
202用于穩(wěn)態(tài)過程的查詢表
203小結
習題
參考文獻
第21章基于Kalman濾波的狀態(tài)和
參數估計
211離散Kalman濾波器
212穩(wěn)態(tài)Kalman濾波器
213時變離散時間系統(tǒng)的Kalman
濾波器
214擴展Kalman濾波器
215擴展Kalman濾波器用于
參數估計
216連續(xù)時間模型
217小結
習題
參考文獻第Ⅶ部分其 他 問 題
第22章數值計算
221條件數
222矩陣P的分解方法
223矩陣P-1的分解方法
224小結
225習題
226參考文獻
第23章參數估計的實際問題
231輸入信號的選擇
232采樣速率的選擇
2321預期的應用
2322辨識模型的精度
2323數值計算問題
233線性動態(tài)模型結構參數的
確定
2331遲延時間的確定
2332模型階次的確定
234不同參數估計方法的比較
2341導言
Ⅹ2342先驗假設的比較
2343辨識方法總結
235具有積分作用過程的
參數估計
236系統(tǒng)輸入擾動
237消除特殊的擾動
2371漂移和高頻噪聲
2372異常值
238驗證
239過程辨識所用的特殊設備
2391硬件設備
2392利用數字計算機辨識
2310小結
習題
參考文獻第Ⅷ部分應用
第24章應用實例
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機械設備
2421機床
2422工業(yè)機器人
2423離心泵
2424熱交換器
2425空調
2426旋轉式干燥器
2427引擎試驗臺
243汽車
2431車輛參數估計
2432制動系統(tǒng)
2433汽車懸掛
2434胎壓
2435內燃引擎
244小結
參考文獻第Ⅸ部分附錄
附錄A數學方面
A1隨機變量的收斂性
A2參數估計方法的性質
A3向量和矩陣的導數
A4矩陣求逆引理
參考文獻
附錄B實驗系統(tǒng)
B1三質量振蕩器
參考文獻