高清PDF带书签《动态系统辨识导论与应用 国际电气与电子工程译丛》德）R.伊泽曼、（德）M.明奇霍夫

本书以一种易懂、 明晰、 有条理的方式论述系统辨识， 而且特别注重面向应用的辨识方法。 主要内容包括时域与频域、 连续时间与离散时间的非参数模型辨识和参数模型辨识， 比较深入地讨论了辨识的数值计算和实际应用中的若干问题； 对多变量系统辨识、 非线性系统辨识以及闭环系统辨识等也有较为系统的论述。 全书共分 9 个部分， 24 章， 各章论述系统、简要， 配有习题和数据集， 供读者练习， 以加强理解。
本书可供自动化类及相关专业高校师生和工程科技人员选用。

PDF书签索引目录：

第1章　绪论 26
1.1 理论建模与实验建模 26
1.2 动态系统辨识的任务和问题 30
1.3 辨识方法的分类及在本书中的处理 33
1.4 辨识方法概述 36
1.4.1 非参数模型 37
1.4.2 参数模型 37
1.4.3 信号分析 38
1.5 激励信号 39
1.6 特殊的应用问题 40
1.6.1 输入含有噪声 41
1.6.2 多输入或多输出系统的辨识 41
1.7 应用领域 42
1.7.1 增加对过程特性的认识 42
1.7.2 理论模型的验证 42
1.7.3 控制器参数的整定 42
1.7.4 基于计算机的数字控制算法设计 43
1.7.5 自适应控制算法 43
1.7.6 过程监控和故障检测 43
1.7.7 信号预测 43
1.7.8 在线优化 44
1.8 文献综述 44
习题 46
参考文献 46
第2章　线性动态系统和随机信号的数学模型 49
2.1 连续时间信号的动态系统数学模型 49
2.1.1 非参数模型，确定性信号 49
2.1.2 参数模型，确定性信号 51
2.2 离散时间信号的动态系统数学模型 53
2.2.1 参数模型，确定性信号 53
2.3 连续时间随机信号模型 58
2.3.1 特殊的随机信号过程 62
2.4 离散时间随机信号模型 64
2.5 特征参数的确定 67
2.5.1 利用一阶系统近似 67
2.5.2 利用二阶系统近似 68
2.5.3 利用n阶具有相等时间常数的时滞系统近似 70
2.5.4 利用具有延迟的一阶系统近似 74
2.6 具有积分作用或微分作用的系统 74
2.6.1 积分作用 74
2.6.2 微分作用 75
2.7 小结 76
习题 76
参考文献 77
第Ⅰ部分 频域非参数模型辨识———连续时间信号 80
第3章　周期信号和非周期信号的谱分析方法 82
3.1 傅里叶变换的数值计算 82
3.1.1 周期信号的傅里叶级数 82
3.1.2 非周期信号的傅里叶变换 83
3.1.3 傅里叶变换的数值计算 85
3.1.4 加窗 90
3.1.5 短时傅里叶变换 92
3.2 小波变换 93
3.3 周期图 94
3.4 小结 95
习题 95
参考文献 96
第4章　利用非周期信号测量频率响应 98
4.1 基本方程 98
4.2 非周期信号的傅里叶变换 99
4.2.1 简单脉冲 99
4.2.2 双脉冲 102
4.2.3 阶跃函数和斜坡函数 103
4.3 确定频率响应 104
4.4 噪声的影响 106
4.5 小结 111
习题 112
参考文献 112
第5章　利用周期测试信号测量频率响应 114
5.1 利用正弦测试信号测量频率响应 114
5.2 利用矩形和梯形测试信号测量频率响应 116
5.3 利用多频率测试信号测量频率响应 118
5.4 利用连续变频测试信号测量频率响应 119
5.5 利用相关函数测量频率响应 120
5.5.1 以相关函数测定频率响应 120
5.5.2 利用正交相关分析测量频率响应 123
5.6 小结 129
习题 130
参考文献 130
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 132
第6章　连续时间模型的相关分析 134
6.1 相关函数的估计 134
6.1.1 互相关函数 134
6.1.2 自相关函数 137
6.2 用平稳随机信号激励的动态过程相关分析 138
6.2.1 利用去卷积确定脉冲响应 138
6.2.2 白噪声作为输入信号 140
6.2.3 误差估计 141
6.2.4 利用实际的自然噪声作为输入信号 143
6.3 利用二值随机信号激励的动态过程相关分析 143
6.4 闭环下的相关分析 153
6.5 小结 154
习题 154
参考文献 155
第7章　离散时间模型的相关分析 157
7.1 相关函数估计 157
7.1.1 自相关函数 157
7.1.2 互相关函数 159
7.1.3 相关函数的快速计算 161
7.1.4 相关函数的递推计算 164
7.2 线性动态系统的相关分析 165
7.2.1 利用去卷积确定脉冲响应 165
7.2.2 随机扰动的影响 168
7.3 离散时间二值测试信号 170
7.4 小结 171
习题 172
参考文献 172
第Ⅲ部分 参数模型辨识———离散时间信号 174
第8章　稳态过程的最小二乘参数估计 176
8.1 引言 176
8.2 线性稳态过程 178
8.3 非线性稳态过程 181
8.4 几何解释 183
8.5 极大似然和Cramér-Rao界 184
8.6 约束 186
8.7 小结 187
习题 187
参考文献 188
第9章　动态过程的最小二乘参数估计 190
9.1 最小二乘（LS）非递推方法 190
9.1.1 基本方程 190
9.1.2 收敛性 195
9.1.3 参数估计的协方差和模型的不确定性 199
9.1.4 参数可辨识性 208
9.1.5 未知直流分量 214
9.2 周期参数信号模型的谱分析 215
9.2.1 时域参数信号模型 215
9.2.2 频域参数信号模型 216
9.2.3 系数的确定 216
9.2.4 幅值的估计 218
9.3 非参数中间模型的参数估计 218
9.3.1 非周期激励响应和最小二乘法 218
9.3.2 相关-最小二乘法（COR-LS） 220
9.4 最小二乘的递推方法（RLS） 224
9.4.1 基本方程 224
9.4.2 随机信号的递推参数估计 229
9.4.3 未知直流分量 230
9.5 加权最小二乘方法（WLS） 231
9.5.1　Markov估计 231
9.6 指数遗忘的递推参数估计 233
9.6.1 带约束的最小二乘递推方法 234
9.6.2　Tikhonov正则化 235
9.7 小结 235
习题 236
参考文献 237
第10章　最小二乘参数估计的改进 241
10.1 广义最小二乘法 241
10.1.1 广义最小二乘的非递推方法（GLS） 241
10.1.2 广义最小二乘的递推方法（RGLS） 243
10.2 增广最小二乘法（ELS） 244
10.3 偏差校正方法（CLS） 245
10.4 总体最小二乘法（TLS） 246
10.5 辅助变量法 248
10.5.1 辅助变量的非递推方法（IV） 248
10.5.2 辅助变量的递推方法（RIV） 251
10.6 随机逼近法（STA） 252
10.6.1　Robbins-Monro算法 252
10.6.2　Kiefer-Wolfowitz算法 253
10.7 （归一化）最小均方法（NLMS） 258
10.8 小结 258
习题 259
参考文献 259
第11章　贝叶斯方法和极大似然法 262
11.1 贝叶斯方法 262
11.2 极大似然法（ML） 264
11.2.1 非递推的极大似然法 265
11.2.2 递推极大似然法（RML） 268
11.2.3　Cramér-Rao界与最大精度 269
11.3 小结 270
习题 271
参考文献 271
第12章　时变过程的参数估计 273
12.1 恒定遗忘因子的指数遗忘 273
12.2 可变遗忘因子的指数遗忘 277
12.3 协方差矩阵的调整 278
12.4 递推参数估计方法的收敛性 279
12.4.1 观测器形式的参数估计 280
12.5 小结 283
习题 283
参考文献 284
第13章　闭环参数估计 285
13.1 无额外测试信号的过程辨识 285
13.1.1 间接过程辨识（情况a+c+e） 286
13.1.2 直接过程辨识（情况b+d+e） 289
13.2 利用额外测试信号的过程辨识 291
13.3 闭环辨识方法 293
13.3.1 无额外测试信号的间接过程辨识 293
13.3.2 有额外测试信号的间接过程辨识 293
13.3.3 无额外测试信号的直接过程辨识 293
13.3.4 有额外测试信号的直接过程辨识 293
13.4 小结 294
习题 294
参考文献 295
第Ⅳ部分 参数模型辨识———连续时间信号 296
第14章　频率响应的参数估计 298
14.1 引言 298
14.2 频率响应的最小二乘逼近法（FR-LS） 299
14.3 小结 303
习题 303
参考文献 303
第15章　微分方程和连续时间过程的参数估计 305
15.1 最小二乘方法 305
15.1.1 基本方程 305
15.1.2 收敛性 307
15.2 导数的确定 308
15.2.1 数值微分 308
15.2.2 状态变量滤波器 308
15.2.3 有限脉冲响应（FIR）滤波器 314
15.3 一致参数估计方法 317
15.3.1 辅助变量法 317
15.3.2 扩展Kalman滤波器，极大似然法 317
15.3.3 相关-最小二乘法 317
15.3.4 离散时间模型的转换 319
15.4 物理参数的估计 319
15.5 部分参数已知的参数估计 323
15.6 小结 324
习题 325
参考文献 325
第16章　子空间法 328
16.1 引言 328
16.2 子空间 331
16.3 子空间辨识 332
16.4 利用脉冲响应进行辨识 335
16.5 原始形式的一些改进 336
16.6 用于连续时间系统 337
16.7 小结 339
习题 339
参考文献 339
第Ⅴ部分 多变量系统辨识 342
第17章　多输入多输出系统的参数估计 344
17.1 传递函数模型 344
17.1.1 矩阵多项式表示 346
17.2 状态空间模型 346
17.2.1 状态空间形式 346
17.2.2 输入/输出模型 351
17.3 脉冲响应模型和Markov参数 352
17.4 顺序辨识 353
17.5 相关分析法 353
17.5.1 去卷积法 353
17.5.2 测试信号 354
17.6 参数估计方法 356
17.6.1 最小二乘方法 357
17.6.2 相关-最小二乘法 357
17.7 小结 358
习题 359
参考文献 359
第Ⅵ部分 非线性系统辨识 362
第18章　非线性系统的参数估计 364
18.1 连续可导非线性的动态系统 364
18.1.1　Volterra级数 364
18.1.2　Hammerstein模型 365
18.1.3　Wiener模型 367
18.1.4　Lachmann提出的模型 367
18.1.5 参数估计 368
18.2 不连续可导非线性的动态系统 369
18.2.1 带摩擦的系统 369
18.2.2 具有死区的系统 372
18.3 小结 373
习题 373
参考文献 373
第19章　迭代优化 376
19.1 引言 376
19.2 非线性优化算法 378
19.3 一维方法 379
19.4 多维优化 382
19.4.1 零阶优化器 382
19.4.2 一阶优化器 384
19.4.3 二阶优化器 385
19.5 约束 387
19.5.1 序贯无约束极小化方法 387
19.6 利用迭代优化的预报误差法 392
19.7 梯度的确定 394
19.8 模型不确定性 395
19.9 小结 396
习题 397
参考文献 397
第20章　用于辨识的神经网络和查询表 400
20.1 用于辨识的人工神经网络 400
20.1.1 用于稳态系统的人工神经网络 401
20.1.2 用于动态系统的人工神经网络 408
20.1.3 半物理局部线性模型 410
20.1.4 局部和全局参数估计 412
20.1.5 局部线性动态模型 413
20.1.6 带子集选择的局部多项式模型 417
20.2 用于稳态过程的查询表 421
20.3 小结 423
习题 424
参考文献 424
第21章　基于Kalman滤波的状态和参数估计 428
21.1 离散Kalman滤波器 429
21.2 稳态Kalman滤波器 432
21.3 时变离散时间系统的Kalman滤波器 433
21.4 扩展Kalman滤波器 434
21.5 扩展Kalman滤波器用于参数估计 435
21.6 连续时间模型 435
21.7 小结 435
习题 436
参考文献 436
第Ⅶ部分 其他问题 438
第22章　数值计算 440
22.1 条件数 440
22.2 矩阵P的分解方法 441
22.3 矩阵P的分解方法 442
22.4 小结 445
22.5 习题 445
22.6 参考文献 446
第23章　参数估计的实际问题 447
23.1 输入信号的选择 447
23.2 采样速率的选择 449
23.2.1 预期的应用 449
23.2.2 辨识模型的精度 449
23.2.3 数值计算问题 450
23.3 线性动态模型结构参数的确定 450
23.3.1 迟延时间的确定 451
23.3.2 模型阶次的确定 452
23.4 不同参数估计方法的比较 456
23.4.1 导言 456
23.4.2 先验假设的比较 457
23.4.3 辨识方法总结 459
23.5 具有积分作用过程的参数估计 463
23.6 系统输入扰动 464
23.7 消除特殊的扰动 465
23.7.1 漂移和高频噪声 465
23.7.2 异常值 467
23.8 验证 469
23.9 过程辨识所用的特殊设备 471
23.9.1 硬件设备 471
23.9.2 利用数字计算机辨识 471
23.10 小结 471
习题 472
参考文献 472
第Ⅷ部分 应用 476
第24章　应用实例 478
24.1 执行器 479
24.1.1 无刷直流执行器 479
24.1.2 电磁汽车节气门执行器 483
24.1.3 液压执行器 486
24.2 机械设备 494
24.2.1 机床 494
24.2.2 工业机器人 497
24.2.3 离心泵 499
24.2.4 热交换器 501
24.2.5 空调 504
24.2.6 旋转式干燥器 505
24.2.7 引擎试验台 507
24.3 汽车 509
24.3.1 车辆参数估计 509
24.3.2 制动系统 511
24.3.3 汽车悬挂 517
24.3.4 胎压 522
24.3.5 内燃引擎 526
24.4 小结 529
参考文献 529
第Ⅸ部分 附录 534
附录A　 数学方面 536
A.1 随机变量的收敛性 536
A.2 参数估计方法的性质 537
A.3 向量和矩阵的导数 538
A.4 矩阵求逆引理 539
参考文献 539
附录B　实验系统 541
B.1 三质量振荡器 541
参考文献 544
索引 545

投稿会员：芳华