连续动力学系统模型辨识理论与实践

前言
第1章 绪论
1.1 概述
1.2 基于非参数模型的连续系统模型间接辨识
1.3 基于离散模型的连续系统模型间接辨识
1.4 连续系统参数模型直接辨识方法
1.5 连续系统参数模型直接辨识的调制函数法
1.6 神经网络辨识法
参考文献
第2章 基于调制函数法的连续系统最小二乘辨识
2.1 概述
2.2 高斯调制函数
2.3 调制函数法原理
2.4 调制滤波器
2.5 最小二乘估计
2.5.1 辨识模型描述
2.5.2 最小二乘估计及统计特性
2.6 递推最小二乘估计
2.7 辅助变量递推最小二乘估计
2.8 增广最小二乘估计
2.9 仿真算例
2.9.1 调制窗口参数对最小二乘估计精度的影响
2.9.2 递推估计算法
参考文献
第3章 偏差补偿最小二乘估计
3.1 概述
3.2 输出含测量噪声的偏差补偿最小二乘法
3.2.1 偏差补偿原理
3.2.2 偏差补偿递推估计
3.3 含输入输出测量噪声的偏差补偿最小二乘法
3.3.1 偏差补偿原理
3.3.2 噪声方差估计
3.3.3 算法实现
3.4 仿真实例
3.4.1 输出含测量噪声的偏差补偿递推估计
3.4.2 输入输出端含测量噪声的偏差补偿递推估计
参考文献
第4章 基于Hartley变换法的连续系统模型辨识
4.1 Hartley变换原理
4.1.1 连续Hartley变换与傅里叶变换的关系
4.1.2 连续Hartley变换的性质
4.1.3 离散Hartley变换
4.2 基于Hartley变换的时域辨识法
4.2.1 连续线性系统参数估计
4.2.2 连续非线性系统参数估计
4.2.3 仿真算例
4.2.4 辨识参数对辨识精度的影响
4.3 基于Hartley变换的频域辨识法
4.3.1 Hartley调制函数
4.3.2 模型辨识原理
4.3.3 仿真算例
4.3.4 讨论
参考文献
第5章 连续系统非参数模型相关辨识
5.1 概述
5.2 相关辨识原理
5.3 伪随机信号产生原理及性质
5.3.1 伪随机信号的产生原理
5.3.2 m序列、逆m序列自相关函数
5.3.3 m序列及逆m序列功率谱
5.4 功率谱估计
参考文献
第6章 神经网络辨识法
6.1 神经网络辨识的基本原理
6.2 基于Elman网络的动态系统模型辨识
6.2.1 基本Elman动态递归网络
6.2.2 修改的Elman网络
参考文献
第7章 工业试验应用
7.1 冷轧平整机液压AGC系统动态建模
7.1.1 液压AGC系统构成
7.1.2 液压AGC系统动态建模
7.2 测试系统原理及构成
7.2.1 测试系统构成
7.2.2 逆m序列参数选择
7.3 液压AGC系统频率特性辨识
7.4 高斯调制函数法模型参数辨识
7.4.1 信号调制特性分析
7.4.2 系统模型参数估计
7.5 Hartley变换应用
7.5.1 时域辨识法辨识结果
7.5.2 基于Hartley变换的频域辨识法结果
7.6 基于Elman网络的轧机HAGC系统辨识结果
参考文献