系统辨识【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

系统辨识PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

第2章 概论7

2.1 相关概念？7

2.2 一个基本例子7

2.3 非参数方法8

2.4 一个参数化方法10

2.5 偏差、相容性和近似模型13

2.6 一个退化的实验条件17

2.7 反馈的作用19

总结与展望20

习题22

推荐文献23

第3章 非参数方法24

3.1 介绍24

3.2 瞬态分析24

3.3 频率分析28

3.4 相关性分析30

3.5 谱分析31

小结35

习题36

推荐文献39

附录A3.1 协方差函数、谱密度、线性滤波39

附录A3.2 相关性分析的精度41

第4章 线性回归43

4.1 最小二乘估计43

4.2 最小二乘估计分析47

4.3 最优线性无偏估计48

4.4 确定模型维数51

4.5 相关计算54

小结56

习题56

推荐文献60

补充内容C4.1 线性约束下的最优线性无偏估计60

补充内容C4.2 在线估计线性回归模型的参数62

补充内容C4.3 协方差矩阵容许非奇异时线性回归模型的最优线性无偏估计64

补充内容C4.4 某类非线性回归模型参数的渐进最优相容估计66

第5章 输入信号70

5.1 常用输入信号70

5.2 频谱特性73

5.3 低通滤波80

5.4 持续激励84

小结88

习题89

推荐文献91

附录A5.1 周期信号的频谱性质91

补充内容C5.1 关于持续激励输入的差分方程模型94

补充内容C5.2 滤波白噪声的协方差矩阵的条件数96

补充内容C5.3 最长伪随机二进制序列97

第6章 模型的参数化104

6.1 模型的分类104

6.2 一般的模型类105

6.3 唯一性114

6.4 可辨识性119

小结119

习题120

推荐文献122

附录A6.1 谱分解122

补充内容C6.1 完全多项式模型的唯一性130

补充内容C6.2 参数化的唯一性以及输入／输出协方差矩阵的正定性131

第7章 预报误差方法132

7.1 最小二乘法回顾132

7.2 预报误差方法的具体描述134

7.3 最佳预报137

7.4 预报误差方法和其他辨识方法的联系141

7.5 理论分析144

7.6 计算方面151

小结154

习题155

附录A7.1 多变量系统PEM估计的协方差矩阵162

补充内容C7.1 依赖于估计所用损失函数的模型近似163

补充内容C7.2 ARMA过程的多步预报164

补充内容C7.3 全多项式形式模型的最小二乘参数估计167

补充内容C7.4 增广最小二乘法169

补充内容C7.5 输出误差方法172

补充内容C7.6 ARMA过程的PEM损失函数的单峰性178

补充内容C7.7 AR和ARMA过程参数的精确极大似然估计180

补充内容C7.8 输入、输出数据带噪声的极大似然估计184

第8章 辅助变量法188

8.1 辅助变量法描述188

8.2 理论分析191

8.3 计算方面200

小结202

习题203

推荐文献205

附录A8.1 Ⅳ估计的协方差矩阵206

附录A8.2 最佳Ⅳ与预报误差估计的比较207

补充内容C8.1 Yule-Walker方程209

补充内容C8.2 Levinson-Durbin算法211

补充内容C8.3 一种求解非对称Yule-Walker系统方程的Levinson型算法216

补充内容C8.4 最小-最大最佳Ⅳ方法220

补充内容C8.5 最优加权扩展Ⅳ方法221

补充内容C8.6 Whittle-Wiggins-Robinson算法225

第9章 递推辨识方法233

9.1 引言233

9.2 递推最小二乘法234

9.3 实时辨识235

9.4 递推辅助变量方法238

9.5 递推预报误差方法239

9.6 理论分析243

9.7 实践方面251

小结253

习题253

推荐文献258

补充内容C9.1 递推扩展辅助变量方法259

补充内容C9.2 AR模型的快速最小二乘格型算法261

补充内容C9.3 多变量回归模型的快速LS格型算法270

第10章 闭环工作下的系统辨识276

10.1 介绍276

10.2 可辨识性276

10.3 直接辨识281

10.4 非直接辨识286

10.5 输入／输出联合辨识287

10.6 精确性290

小结293

习题294

推荐文献298

附录A10.1 联合输入／输出辨识的分析298

补充内容C10.1 预报误差方法运用到运行在一般线性反馈下的ARMAX系统的可辨识性质300

第11章 模型验证与模型类的确定305

11.1 介绍305

11.2 模型足够灵活吗305

11.3 模型太复杂吗312

11.4 精简原则316

11.5 模型类的比较318

小结325

习题325

推荐文献329

附录A11.1 协方差函数检验的分析330

附录A11.2 准则函数相对减小的渐近分布333

第12章 实际应用338

12.1 介绍338

12.2 实验条件？的设计338

12.3 处理非零均值和干扰的漂移342

12.4 模型类M的确定347

12.5 时间延迟352

12.6 初始条件353

12.7 辨识方法？的选择354

12.8 局部极小点355

12.9 稳健性356

12.10 模型检验359

12.11 软件方面361

12.12 结束语361

习题362

推荐文献366

附录A 关于矩阵的结果368

A.1 分块矩阵368

A.2 线性方程的最小二乘解，伪逆以及奇异值分解373

A.3 QR方法380

A.4 矩阵范数和数值精度385

A.5 幂等矩阵388

A.6 Sylvester矩阵391

A.7 Kronecker积393

A.8 关于正定矩阵的一个优化问题394

推荐文献395

附录B 关于概率论和统计的相关结果396

B.1 随机变量的收敛性396

B.2 高斯及相关分布399

B.3 极大后验和极大似然参数估计405

B.4 Cramér-Rao下界406

B.5 最小方差估计409

B.6 条件高斯分布410

B.7 Kalman-Bucy滤波412

B.8 渐进413

B.9 Monte Carlo分析的精度417

推荐文献419

参考文献421

部分习题答案及提示437

术语表447