系统辨识理论及应用

定　价：¥69.00

作　者：	萧德云著
出版社：	清华大学出版社
丛编项：	全国高等学校自动化专业系列教材·普通高等教育"十一五"国家级规划教材
标　签：	工学教材研究生/本科/专科教材

购买这本书可以去

ISBN：	9787302348535	出版时间：	2014-07-01	包装：	平装
开本：	16开	页数：	589	字数：

内容简介

　　系统辨识是研究建立系统数学模型的一种理论和方法。所谓辨识就是从含有噪声的输入和输出数据中提取被研究系统的数学模型。一般说来，辨识模型只是系统输入输出特性在某种准则意义下的一种近似，近似的程度取决于对系统先验知识的认识和对数据集性质的了解以及所选用的辨识方法。《系统辨识理论及应用/全国高等学校自动化专业系列教材·普通高等教育“十一五”国家级规划教材》主要内容包括系统描述和辨识模型，辨识方法及数值计算，辨识理论与性能分析，辨识应用与实践等相关知识。《系统辨识理论及应用/全国高等学校自动化专业系列教材·普通高等教育“十一五”国家级规划教材》突出基础性、逻辑性和理论性，强调理论联系实际，在有明显应用背景和清晰物理概念的前提下，论述辨识的理论和方法，并从较高的层次揭示各种辨识方法的内在联系和应用考虑。全书共17章，各章论述详尽，配有仿真验证例子或工程应用实例和适量的习题，书中还附有常用的辨识算法程序，书后给出若干辨识实验研究指示书。这些都是为了给读者提供学习、模仿的蓝本，以帮助读者深化对辨识知识的理解。《系统辨识理论及应用/全国高等学校自动化专业系列教材·普通高等教育“十一五”国家级规划教材》可供自动化类及相关专业高校师生和工程科技人员选用。

作者简介

　　萧德云，清华大学自动化系教授，博士研究生导师，中国自动化学会荣誉理事，享受国务院颁发的一次性政府特殊津贴。1970年毕业于清华大学热工量测及自动化专业，毕业后调入1970年5月组建的自动化系任教。从1982年至2011年一直担任大学高年级学生和研究生系统辨识课程的主讲教师，坚持严厉、灵活、探究式的教学方式。长期从事辨识建模、故障诊断、多传感器信息融合、计算机控制和大型连续过程工业CIMS等领域的科学研究，承担过国家863计划、国家科学技术支撑计划、国家自然科学基金、高校博士点基金、科学院基金等多项科研项目。与同事合作曾获国家发明三等奖、国家教学成果一等奖、国家教委科技进步一等奖、国家优秀教材二等奖等奖项。培养博士生近20名、硕士研究生近30名，与学生和同事合作在国内外发表200多篇学术论文。编著或参编《过程辨识》《现代数学手册——系统辨识篇》《HandbookofIndustrialEngineering，Chapter7：CIMSinProcessIndustries》等著作。合作翻译出版相良节夫《系统辨识》、Shinskey《过程控制系统——应用、设计与正整》第3版和第4版等译著。组织编写过《清华大学自动化系本科生／研究生课程教学大纲》，同时是Gertler编辑的IFAC成立50周年纪念册《HistoricControlTextbooks》贡献者之一。

图书目录

第1章绪论
1.1 引言
1.2 系统
1.3 模型
1.3.1 模型概念
1.3.2 建模方法
1.4 辨识
1.4.1 辨识的定义
1.4.2 辨识的表达形式
1.4.3 辨识的基本原理
1.5 辨识的三要素
1.5.1 数据集
1.5.2 模型类
1.5.3 等价准则
1.6 辨识的内容与步骤
1.7 辨识模型的质量
1.8 辨识的应用
1.9 小结
习题
第2章系统描述与辨识模型
2.1 引言
2.2 系统描述
2.2.1 系统时域描述
2.2.2 系统频域描述
2.3 辨识模型
2.3.1 线性时不变模型
2.3.2 线性时变模型
2.3.3 非线性模型
2.4 小结
习题
第3章辨识信息实验设计
3.1 引言
3.2 辨识信息实验
3.2.1 开环辨识信息实验
3.2.2 持续激励信号
3.2.3 闭环辨识信息实验
3.3 辨识输入信号设计
3.4 采样时间的选择
3.5 数据长度的选择
3.6 小结
习题
第4章经典的辨识方法
4.1 引言
4.2 相关分析法
4.2.1 频率响应辨识
4.2.2 脉冲响应辨识
4.3 谱分析法
4.3.1 周期图法
4.3.2 平滑法
4.4 由非参数模型求传递函数
4.4.1 Hankel矩阵法
4.4.2 Bode图法
4.4.3 Levy法
4.5 小结
习题
第5章最小二乘辨识方法
5,1引言
5.2 最小二乘批处理算法
5.2.1 最小二乘原理
5.2.2 最小二乘辨识问题的假设条件
5.2.3 最小二乘辨识问题的解
5.2.4 最小二乘估计的几何意义
5.2.5 最小二乘估计的统计性质
5.3 最小二乘递推辨识算法
……
第6章最小二乘类辨识方法
第7章梯度校正辨识方法
第8章极大似然与预报误差辨识方法
第9章递推辨识算法的一般结构
第10章模型结构辨识
第11章增广UD分解辨识算法
第12章多变量系统辨识
第13章 EIV模型辨识
第14章非均匀采样系统辨识
第15章闭环系统辨识
第16章递推辨识算法性能分析
第17章辨识的一些实际考虑及应用