系統(tǒng)辨識新論

內(nèi)容概要

　　《系統(tǒng)辨識新論》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)辨識領(lǐng)域的一些最新研究成果?！　　断到y(tǒng)辨識新論》論述了系統(tǒng)辨識的基本理論和新型辨識方法。全書共分8章，內(nèi)容包括：辨識導(dǎo)引、系統(tǒng)描述的基本模型、辨識精度與辨識基本問題、輔助模型辨識思想與方法、迭代搜索原理與辨識方法、多新息辨識理論與方法、遞階辨識原理與方法、耦合辨識概念與方法?！　写罅縈atlab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)辨識新論》可作為高等院校高年級本科生、研究生“系統(tǒng)辨識”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)立了輔助模型辨識思想、多新息辨識理論、遞階辨識原理、耦合辨識概念。在輔助模型辨識、多新息辨識、遞階辨識、耦合辨識領(lǐng)域作出了杰出貢獻(xiàn)，提出了一系列辨識新方法，研究了一系列參數(shù)估計(jì)算法的性能。他在系統(tǒng)辨識方面所取得的最新研究成果代表著系統(tǒng)辨識學(xué)科的前沿之一，尤基在辨識新方法、辨識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創(chuàng)性的研究。

書籍目錄

序言一 序言二 前言 主要符號說明 第1章 辨識導(dǎo)引 1.1 引言 1.2 辨識的定義 1.2.1 系統(tǒng)結(jié)構(gòu)和參數(shù) 1.2.2 機(jī)理辨識方法或機(jī)理建模方法 1.2.3 統(tǒng)計(jì)辨識方法或統(tǒng)計(jì)建模方法 1.2.4 階躍響應(yīng)辨識方法 1.2.5 辨識的定義與辨識的四要素 1.2.6 一些學(xué)者的辨識定義 1.2.7 關(guān)于測量誤差問題 1.3 數(shù)學(xué)模型與辨識模型 1.3.1 數(shù)學(xué)模型 1.3.2 辨識模型 1.4 辨識步驟與辨識目的 1.4.1 辨識的基本步驟 1.4.2 辨識的目的 1.4.3 實(shí)驗(yàn)設(shè)計(jì) 1.4.4 數(shù)據(jù)預(yù)處理 1.5 辨識方法的類別 1.5.1 最小二乘辨識方法 1.5.2 梯度辨識方法 1.5.3 輔助模型辨識方法 1.5.4 多新息辨識方法 1.5.5 遞階辨識方法 1.5.6 耦合辨識方法 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 辨識精度與辨識基本問題 3.1 引言 3.2 辨識精度 3.2.1 物理量辨識 3.2.2 系統(tǒng)外特性辨識 3.3 辨識的基本問題 3.3.1 辨識方法的提出 3.3.2 辨識輸入信號設(shè)計(jì) 3.3.3 可辨識性問題 3.3.4 參數(shù)估計(jì)的收斂性 3.4 激勵(lì)信號 3.4.1 持續(xù)激勵(lì)信號 3.4.2 弱持續(xù)激勵(lì)信號 3.4.3 衰減激勵(lì)信號 3.4.4 持續(xù)激勵(lì)信號的產(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)梯度辨識算法 3.8 典型辨識算法及其收斂定理 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 輔助模型辨識思想與方法 第5章 迭代搜索原理與辨識方法 第6章 多新息辨識理論與方法 第7章 遞階辨識原理與方法 第8章 耦合辨識概念與方法 參考文獻(xiàn) 附錄A 系統(tǒng)的噪信比及其計(jì)算 附錄B 主要縮略語英漢對照 附錄C 有關(guān)術(shù)語漢英對照 索引 后記

章節(jié)摘錄

版權(quán)頁：   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)長度是不變的，迭代變量與時(shí)間無關(guān)，一般用于離線辨識（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，這是辨識過程的重要一環(huán)，只有通過適用性檢驗(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)都可以展開成 泰勒級數(shù)（Taylor series），但是泰勒級數(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數(shù)的收斂域。 模型驗(yàn)證的基本原則：必須承認(rèn)辨識得到的模型只是實(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)誤差過大或數(shù)據(jù)代表性太差；辨識算法存在問題等。

編輯推薦

《系統(tǒng)辨識新論》一書匯集了作者丁鋒承擔(dān)多項(xiàng)國家自然科學(xué)基金項(xiàng)目的研究成果，是辨識領(lǐng)域的一部重要著作。《系統(tǒng)辨識新論》除介紹了一些經(jīng)典辨識方法外，還著重介紹了作者提出的一些新的基本辨識方法，首次以專著的形式發(fā)表。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    系統(tǒng)辨識新論 PDF格式下載

---