出版時(shí)間:2013-1 出版社:丁鋒 科學(xué)出版社 (2013-01出版) 作者:丁鋒 頁(yè)數(shù):439
Tag標(biāo)簽:無(wú)
內(nèi)容概要
《系統(tǒng)辨識(shí)新論》是作者教學(xué)和科研創(chuàng)新經(jīng)驗(yàn)的結(jié)晶,匯集了作者及其合作者在系統(tǒng)辨識(shí)領(lǐng)域的一些最新研究成果。 《系統(tǒng)辨識(shí)新論》論述了系統(tǒng)辨識(shí)的基本理論和新型辨識(shí)方法。全書共分8章,內(nèi)容包括:辨識(shí)導(dǎo)引、系統(tǒng)描述的基本模型、辨識(shí)精度與辨識(shí)基本問(wèn)題、輔助模型辨識(shí)思想與方法、迭代搜索原理與辨識(shí)方法、多新息辨識(shí)理論與方法、遞階辨識(shí)原理與方法、耦合辨識(shí)概念與方法。 書中大量Matlab仿真例子源程序?yàn)槌鯇W(xué)者快速上手提供了一個(gè)學(xué)習(xí)藍(lán)本?!断到y(tǒng)辨識(shí)新論》可作為高等院校高年級(jí)本科生、研究生“系統(tǒng)辨識(shí)”課程的教材,也可供自動(dòng)控制類及相關(guān)電類專業(yè)教師和科技人員選用。
作者簡(jiǎn)介
丁鋒,男,湖北廣水人,2004年受聘為江南大學(xué)“太湖學(xué)者”特聘教授,博士生導(dǎo)師。1980年9月~1988年8月湖北工業(yè)大學(xué)本科生、湖北制藥廠變配電技術(shù)員:1988年9月~2002年6月清華大學(xué)碩士、博士研究生(獲優(yōu)秀博士論文)、講師、副教授;2002年7月~2005年10月加拿大阿爾伯塔大學(xué)(University of Alberta,埃德蒙頓)博士后、研究員;2006年3~5月香港科技大學(xué)研究員;2008年5~12月加拿大卡爾頓大學(xué)(Carleton University,渥太華)訪問(wèn)教授,2009年1~10月加拿大瑞爾森大學(xué)(Ryerson University,多倫多)研究員。發(fā)表論文300余篇,其中SCI收錄99篇、EI收錄186篇,32篇SCI論文列入2001年1月1日~2011年12月3 1日ESI高被引論文全球前1%。他提出和創(chuàng)立了輔助模型辨識(shí)思想、多新息辨識(shí)理論、遞階辨識(shí)原理、耦合辨識(shí)概念。在輔助模型辨識(shí)、多新息辨識(shí)、遞階辨識(shí)、耦合辨識(shí)領(lǐng)域作出了杰出貢獻(xiàn),提出了一系列辨識(shí)新方法,研究了一系列參數(shù)估計(jì)算法的性能。他在系統(tǒng)辨識(shí)方面所取得的最新研究成果代表著系統(tǒng)辨識(shí)學(xué)科的前沿之一,尤基在辨識(shí)新方法、辨識(shí)方法收斂性分析等方面所作的貢獻(xiàn)都是具有前瞻性和開(kāi)創(chuàng)性的研究。
書籍目錄
序言一 序言二 前言 主要符號(hào)說(shuō)明 第1章 辨識(shí)導(dǎo)引 1.1 引言 1.2 辨識(shí)的定義 1.2.1 系統(tǒng)結(jié)構(gòu)和參數(shù) 1.2.2 機(jī)理辨識(shí)方法或機(jī)理建模方法 1.2.3 統(tǒng)計(jì)辨識(shí)方法或統(tǒng)計(jì)建模方法 1.2.4 階躍響應(yīng)辨識(shí)方法 1.2.5 辨識(shí)的定義與辨識(shí)的四要素 1.2.6 一些學(xué)者的辨識(shí)定義 1.2.7 關(guān)于測(cè)量誤差問(wèn)題 1.3 數(shù)學(xué)模型與辨識(shí)模型 1.3.1 數(shù)學(xué)模型 1.3.2 辨識(shí)模型 1.4 辨識(shí)步驟與辨識(shí)目的 1.4.1 辨識(shí)的基本步驟 1.4.2 辨識(shí)的目的 1.4.3 實(shí)驗(yàn)設(shè)計(jì) 1.4.4 數(shù)據(jù)預(yù)處理 1.5 辨識(shí)方法的類別 1.5.1 最小二乘辨識(shí)方法 1.5.2 梯度辨識(shí)方法 1.5.3 輔助模型辨識(shí)方法 1.5.4 多新息辨識(shí)方法 1.5.5 遞階辨識(shí)方法 1.5.6 耦合辨識(shí)方法 1.6 小結(jié) 1.7 思考題 第2章 系統(tǒng)描述的基本模型 2.1 引言 2.2 線性系統(tǒng)模型變換 2.2.1 階躍不變變換 2.2.2 雙線性變換和歐拉變換 2.2.3 脈沖不變z—s變換 2.2.4 離散模型化為差分方程模型 2.3 隨機(jī)系統(tǒng)模型 2.3.1 時(shí)間序列模型 2.3.2 方程誤差類模型 2.3.3 輸出誤差類模型 2.3.4 特殊方程誤差模型 2.3.5 特殊輸出誤差模型 2.3.6 一般隨機(jī)系統(tǒng)模型 2.4 多變量系統(tǒng) 2.4.1 多變量時(shí)間序列模型 2.4.2 多變量方程誤差類模型 2.4.3 多變量輸出誤差類模型 2,4.4 特殊多變量方程誤差類模型 2.4.5 特殊多變量輸出誤差類模型 2.4.6 —般多變量隨機(jī)系統(tǒng)模型 2.5 類多變量系統(tǒng) 2.5.1 狀態(tài)空間描述到輸入輸出表達(dá) 2.5.2 類多變量方程誤差類模型 2.5.3 類多變量輸出誤差類模型 2.5.4 類特殊多變量方程誤差模型 2.5.5 類特殊多變量輸出誤差模型 2.5.6 —般類多變量隨機(jī)系統(tǒng)模型 2.6 多輸入多輸出系統(tǒng) 2.6.1 傳遞函數(shù)陣主模型 2.6.2 傳遞函數(shù)陣子模型 2.6.3 傳遞函數(shù)陣子子模型 2.7 多輸入單輸出系統(tǒng)模型 2.7.1 多輸入方程誤差類模型 2.7.2 多輸入輸出誤差類模型 2.7.3 特殊多輸入方程誤差類模型 2.7.4 特殊多輸入輸出誤差類模型 2.8 多輸出系統(tǒng) 2.8.1 多變量系統(tǒng)結(jié)構(gòu) 2.8.2 單輸入多輸出系統(tǒng)模型 2.8.3 馬可夫參數(shù)或脈沖響應(yīng)模型 2.9 小結(jié) 2.10 思考題 第3章 辨識(shí)精度與辨識(shí)基本問(wèn)題 3.1 引言 3.2 辨識(shí)精度 3.2.1 物理量辨識(shí) 3.2.2 系統(tǒng)外特性辨識(shí) 3.3 辨識(shí)的基本問(wèn)題 3.3.1 辨識(shí)方法的提出 3.3.2 辨識(shí)輸入信號(hào)設(shè)計(jì) 3.3.3 可辨識(shí)性問(wèn)題 3.3.4 參數(shù)估計(jì)的收斂性 3.4 激勵(lì)信號(hào) 3.4.1 持續(xù)激勵(lì)信號(hào) 3.4.2 弱持續(xù)激勵(lì)信號(hào) 3.4.3 衰減激勵(lì)信號(hào) 3.4.4 持續(xù)激勵(lì)信號(hào)的產(chǎn)生 3.5 基本激勵(lì)條件 3.5.1 強(qiáng)持續(xù)激勵(lì)條件 3.5.2 弱持續(xù)激勵(lì)條件 3.5.3 衰減激勵(lì)條件 3.5.4 其他激勵(lì)條件 3.6 參數(shù)估計(jì)性質(zhì)及分析工具 3.6.1 參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì) 3.6.2 Cramér—Rao不等式 3.6.3 實(shí)用有界收斂性 3.6.4 收斂性分析的基本工具 3.7 最小二乘辨識(shí)方法及其收斂定理 3.7.1 線性回歸模型與偽線性回歸模型 3.7.2 遞推最小二乘算法 3.7.3 RLS算法計(jì)算量與計(jì)算步驟 3.7.4 RLS算法仿真例子 3.7.5 RLS算法的收斂定理 3.7.6 隨機(jī)梯度辨識(shí)算法 3.8 典型辨識(shí)算法及其收斂定理 3.8.1 偽線性回歸模型Ⅰ 3.8.2 偽線性回歸模型Ⅱ 3.8.3 偽線性回歸模型Ⅲ 3.9 小結(jié) 3.10 思考題 …… 第4章 輔助模型辨識(shí)思想與方法 第5章 迭代搜索原理與辨識(shí)方法 第6章 多新息辨識(shí)理論與方法 第7章 遞階辨識(shí)原理與方法 第8章 耦合辨識(shí)概念與方法 參考文獻(xiàn) 附錄A 系統(tǒng)的噪信比及其計(jì)算 附錄B 主要縮略語(yǔ)英漢對(duì)照 附錄C 有關(guān)術(shù)語(yǔ)漢英對(duì)照 索引 后記
章節(jié)摘錄
版權(quán)頁(yè): 插圖: (3)迭代算法(iterative algorithm)可以用于非線性參數(shù)模型或信息向量中存在未知項(xiàng)的隨機(jī)系統(tǒng)模型(如時(shí)間序列MA模型和ARMA模型、有色噪聲干擾的方程誤差類模型、輸出誤差類模型等)的參數(shù)估計(jì),迭代算法是考慮一批量測(cè)的數(shù)據(jù),定義一個(gè)準(zhǔn)則函數(shù),采用梯度搜索原理、最小二乘原理或牛頓迭代方法,求解優(yōu)化問(wèn)題得到的。隨著迭代次數(shù)增加更新參數(shù)估計(jì),如輸出誤差模型的最小二乘迭代算法和梯度迭代算法,迭代算法中數(shù)據(jù)長(zhǎng)度是不變的,迭代變量與時(shí)間無(wú)關(guān),一般用于離線辨識(shí)(offline identification),如本書中的最小二乘迭代算法、梯度迭代算法等。 5.模型驗(yàn)證 辨識(shí)獲得的模型必須進(jìn)行模型驗(yàn)證(model validation)。模型驗(yàn)證就是檢驗(yàn)?zāi)P偷挠行院瓦m應(yīng)性。通過(guò)參數(shù)估計(jì)得到的模型,雖然是在某種準(zhǔn)則下優(yōu)化得到的“最好”的模型,但是并不一定能達(dá)到建模的目的,所以還必須進(jìn)行適用性檢驗(yàn),即模型驗(yàn)證,這是辨識(shí)過(guò)程的重要一環(huán),只有通過(guò)適用性檢驗(yàn)的模型才是最終的模型,就像一個(gè)滿足一定條件的函數(shù)都可以展開(kāi)成 泰勒級(jí)數(shù)(Taylor series),但是泰勒級(jí)數(shù)是否收斂到原函數(shù),還需要進(jìn)行收斂性分析以確定級(jí)數(shù)的收斂域。 模型驗(yàn)證的基本原則:必須承認(rèn)辨識(shí)得到的模型只是實(shí)際系統(tǒng)的一個(gè)近似,不能期望找到一個(gè)和實(shí)際系統(tǒng)完全一致的模型,如果模型的輸入輸出特性與實(shí)際系統(tǒng)基本一致,那么就應(yīng)該認(rèn)為模型是滿意的。 影響模型效果的因素是多方面的,主要有:模型結(jié)構(gòu)選擇不當(dāng);實(shí)驗(yàn)數(shù)據(jù)誤差過(guò)大或數(shù)據(jù)代表性太差;辨識(shí)算法存在問(wèn)題等。
編輯推薦
《系統(tǒng)辨識(shí)新論》一書匯集了作者丁鋒承擔(dān)多項(xiàng)國(guó)家自然科學(xué)基金項(xiàng)目的研究成果,是辨識(shí)領(lǐng)域的一部重要著作?!断到y(tǒng)辨識(shí)新論》除介紹了一些經(jīng)典辨識(shí)方法外,還著重介紹了作者提出的一些新的基本辨識(shí)方法,首次以專著的形式發(fā)表。
圖書封面
圖書標(biāo)簽Tags
無(wú)
評(píng)論、評(píng)分、閱讀與下載