目录

第1章绪论

1.1引言

1.2系统

1.3模型

1.3.1模型概念

1.3.2建模方法

1.4辨识

1.4.1辨识的定义

1.4.2辨识的表达形式

1.4.3辨识的基本原理

1.5辨识的三要素

1.5.1数据集

1.5.2模型类

1.5.3等价准则

1.6辨识的内容与步骤

1.7辨识模型的质量

1.8辨识的应用

1.9小结

习题

第2章系统描述与辨识模型

2.1引言

2.2系统描述

2.2.1系统时域描述

2.2.2系统频域描述

2.3辨识模型

2.3.1线性时不变模型

2.3.2线性时变模型

2.3.3非线性模型

2.4小结

习题

第3章辨识信息实验设计

3.1引言

3.2辨识信息实验

3.2.1开环辨识信息实验

3.2.2持续激励信号

3.2.3闭环辨识信息实验

3.3辨识输入信号设计

3.4采样时间的选择

3.5数据长度的选择

3.6小结

习题

第4章经典的辨识方法

4.1引言

4.2相关分析法

4.2.1频率响应辨识

4.2.2脉冲响应辨识

4.3谱分析法

4.3.1周期图法

4.3.2平滑法

4.4由非参数模型求传递函数

4.4.1Hankel矩阵法

4.4.2Bode图法

4.4.3Levy法

4.5小结

习题

第5章最小二乘辨识方法

5.1引言

5.2最小二乘批处理算法

5.2.1最小二乘原理

5.2.2最小二乘辨识问题的假设条件

5.2.3最小二乘辨识问题的解

5.2.4最小二乘估计的几何意义

5.2.5最小二乘估计的统计性质

5.3最小二乘递推辨识算法

5.3.1递推算法

5.3.2损失函数的递推计算

5.3.3递推算法分析

5.3.4递推算法的几何解析

5.3.5RLS算法MATLAB程序实现

5.4最小二乘法的变形

5.4.1加权最小二乘法

5.4.2遗忘因子法

5.4.3折息法

5.4.4协方差调整法

5.4.5带约束条件的最小二乘法

5.5小结

习题

附辨识算法程序

第6章最小二乘类辨识方法

6.1引言

6.2增广最小二乘法

6.2.1递推算法

6.2.2RELS算法MATLAB程序实现

6.3广义最小二乘法

6.3.1批处理算法

6.3.2递推算法

6.3.3RGLS算法MATLAB程序实现

6.4辅助变量法

6.4.1批处理算法

6.4.2辅助向量的选择

6.4.3递推算法

6.4.4RIV算法MATLAB程序实现

6.5相关二步法

6.5.1RCORLS算法

6.5.2RCORLS算法MATLAB程序实现

6.6偏差补偿最小二乘法

6.6.1偏差补偿递推算法

6.6.2RCLS算法MATLAB程序实现

6.7不同噪声模型下辨识结果比较

6.8小结

习题

附辨识算法程序

第7章梯度校正辨识方法

7.1引言

7.2梯度搜索原理

7.3确定性梯度校正辨识方法

7.3.1梯度校正算法

7.3.2权矩阵的选择

7.3.3算法性质

7.4随机性梯度校正辨识方法

7.4.1随机性辨识问题分类

7.4.2梯度校正补偿算法

7.5随机逼近辨识方法

7.5.1随机逼近原理

7.5.2随机逼近算法

7.6随机牛顿辨识方法

7.6.1牛顿算法

7.6.2随机牛顿算法

7.7小结

习题

第8章极大似然与预报误差辨识方法

8.1引言

8.2极大似然辨识方法

8.2.1极大似然原理

8.2.2极大似然模型参数估计

8.2.3极大似然递推辨识算法

8.2.4RML算法MATLAB程序实现

8.2.5极大似然估计的统计性质

8.3预报误差辨识方法

8.3.1预报误差模型

8.3.2预报误差准则

8.3.3预报误差算法

8.3.4预报误差估计的统计性质

8.4小结

习题

附辨识算法程序

第9章递推辨识算法的一般结构

9.1引言

9.2模型预报值及其关于参数θ的一阶梯度

9.3辨识算法的一般结构

9.3.1准则函数

9.3.2随机牛顿法的应用

9.3.3辨识算法的一般形式

9.3.4RLS辨识算法的一般表示

9.4RGIA算法用于SISO模型辨识

9.4.1输出预报值

9.4.2输出预报值关于参数θ的梯度

9.4.3SISO模型辨识算法

9.4.4RGIASS算法MATLAB程序实现

9.5RGIA算法用于状态空间模型辨识

9.6RGIA算法的实现

9.7小结

习题

附辨识算法程序

第10章模型结构辨识

10.1引言

10.2根据Hankel矩阵的秩估计模型的阶次

10.3利用残差的方差估计模型的阶次

10.3.1残差方差分析

10.3.2FTest定阶法

10.4利用Akaike准则估计模型的阶次

10.4.1AIC准则

10.4.2AIC定阶法

10.5利用最终预报误差准则估计模型的阶次

10.6MIMO系统模型结构辨识

10.7小结

习题

第11章增广UD分解辨识算法

11.1引言

11.2信息压缩阵

11.2.1信息压缩阵的构成

11.2.2信息压缩阵的等价变换

11.2.3信息压缩阵的作用

11.3UD分解

11.4增广UD分解辨识算法(AUDI)

11.5增广UD分解最小二乘辨识算法

11.5.1AUDIRLS算法

11.5.2AUDIRLS算法分析

11.5.3AUDIRFF算法

11.5.4AUDIRLS算法MATLAB程序实现

11.6增广UD分解增广最小二乘辨识算法

11.6.1AUDIRELS算法

11.6.2AUDIRELS算法MATLAB程序实现

11.7增广UD分解辅助变量辨识算法

11.7.1AUDIRIV算法

11.7.2AUDIRIV算法MATLAB程序实现

11.8小结

习题

附辨识算法程序

第12章多变量系统辨识

12.1引言

12.2脉冲传递函数矩阵模型辨识方法

12.2.1辨识算法

12.2.2辨识算法MATLAB程序实现

12.3Markov参数模型辨识方法

12.3.1辨识算法

12.3.2辨识算法MATLAB程序实现

12.4输入输出差分方程模型辨识方法

12.4.1辨识算法

12.4.2辨识算法MATLAB程序实现

12.5多变量AUDI辨识方法

12.5.1AUDI辨识结构

12.5.2AUDI辨识算法

12.6小结

习题

附辨识算法程序

第13章EIV模型辨识

13.1引言

13.2辅助变量最小二乘法

13.2.1基本假设

13.2.2辨识算法

13.2.3仿真验证

13.3偏差补偿最小二乘法

13.3.1问题描述

13.3.2辨识算法

13.3.3仿真验证

13.3.4问题讨论

13.4L2最优辨识方法

13.4.1基本描述

13.4.2辨识算法

13.4.3仿真实例

13.5小结

习题

第14章非均匀采样系统辨识

14.1引言

14.2非均匀采样系统描述

14.2.1子空间辨识模型

14.2.2积分滤波器

14.3子空间辨识方法

14.3.1基于MOESP算法

14.3.2基于N4SID算法

14.4高斯牛顿辨识方法

14.4.1部分系统递推辨识

14.4.2部分新息递推辨识

14.4.3直接求导递推辨识

14.5问题讨论

14.5.1非均匀采样对算法估计精度的影响

14.5.2非均匀采样对算法收敛性质的影响

14.6应用实例

14.7小结

习题

第15章闭环系统辨识

15.1引言

15.2闭环辨识问题

15.3闭环系统的可辨识性

15.3.1可辨识性概念

15.3.2前向通道模型的可辨识性条件

15.3.3反馈通道模型的可辨识性条件

15.4闭环系统辨识方法

15.4.1最小二乘辨识方法

15.4.2增广最小二乘辨识方法

15.4.3AUDI辨识方法

15.5小结

习题

第16章递推辨识算法性能分析

16.1引言

16.2ODE法

16.2.1伴随微分方程

16.2.2辨识算法与伴随微分方程的关系

16.2.3ODE法步骤

16.2.4收敛性定理

16.2.5RLS算法收敛性分析

16.3最小二乘类递推辨识算法性能分析

16.3.1基本概念与引理

16.3.2RLS算法性能分析

16.3.3RFF算法性能分析

16.3.4RELS算法性能分析

16.3.5RIV算法性能分析

16.4小结

习题

第17章辨识应用的一些实际考虑

17.1引言

17.2辨识的目标与计划

17.2.1目标

17.2.2计划

17.2.3辨识软件包

17.3系统分析

17.4辨识实验设计

17.5数据预处理

17.6准则函数的选择

17.7模型结构的选择

17.8算法初始值的选择

17.9遗忘因子的选择

17.10噪声特性分析

17.10.1噪信比计算

17.10.2噪声标准差估计

17.11可辨识性

17.12模型检验

17.12.1自相关系数检验法

17.12.2周期图检验法

17.13模型转换

17.13.1离散模型与连续模型之间的转换

17.13.2差分方程模型与状态空间模型之间的转换

17.14基于辨识的预报

17.15基于辨识的控制

17.16小结

习题

第18章辨识应用案例

18.1引言

18.2暖通空调系统的辨识应用

18.2.1暖通空调系统描述

18.2.2暖气子系统的辨识

18.2.3通风子系统的辨识

18.2.4问题讨论

18.3动车组列车的辨识应用

18.3.1动车模型描述

18.3.2辨识应用描述和求解

18.3.3问题讨论

18.4小卫星模拟装置的辨识应用

18.4.1小卫星模拟装置描述

18.4.2小卫星广义姿态模型

18.4.3小卫星广义姿态模型辨识

18.4.4辨识实验方案

18.4.5辨识结果及模型验证

18.4.6问题讨论

18.5小结

附录A随机变量与随机过程

A.1随机变量

A.1.1随机变量的数学描述

A.1.2随机变量的数字特征

A.1.3条件数学期望

A.1.4随机变量变换定理

A.2随机过程

A.2.1随机过程的数学描述

A.2.2随机过程的数字特征

A.2.3随机过程的平稳性与各态遍历性

A.2.4相关函数与协方差函数的性质

A.2.5谱密度函数

A.2.6相关函数和谱密度函数的估计

附录B伪随机码(M序列)及其性质

B.1M序列的产生

B.2M序列的性质

B.3M序列的自相关函数

B.4M序列的谱密度函数

附录C矩阵运算

C.1矩阵的迹

C.2矩阵的秩

C.3矩阵的逆

C.4矩阵的条件数

C.5矩阵的行列式

C.6向量范数与矩阵范数

C.7矩阵的非奇异性

C.8正定矩阵和半正定矩阵

C.9正矩阵和非负矩阵

C.10矩阵特征值和特征向量

C.11同幂矩阵

C.12矩阵求导

附录D估计理论

D.1估计量的统计性质

D.2Fisher信息测度

附录E概率分布值

E.1F分布值

E.2χ2分布值

附录F辨识实验研究

F.1相关分析辨识方法实验研究

F.2最小二乘辨识方法实验研究

F.3现代辨识方法比较实验研究

F.4基于增广UD分解辨识方法实验研究

F.5多变量系统辨识方法实验研究

F.6EIV模型辨识方法实验研究

F.7非均匀采样系统辨识方法实验研究

F.8闭环系统可辨识性条件实验研究

附录G教学课件

附录H习题解答

附录I课堂问答

附录J辨识算法演示范例

参考文献

索引