面向控制的系統(tǒng)辨識導論

定　價：￥43.00

作　者：	周彤著
出版社：	清華大學出版社
叢編項：	新編信息控制與系統(tǒng)系列教材
標　簽：	控制系統(tǒng)

購買這本書可以去

ISBN：	9787302090557	出版時間：	2004-10-01	包裝：	平裝
開本：	25cm	頁數(shù)：	314	字數(shù)：

內(nèi)容簡介

　　魯棒性是控制系統(tǒng)分析與綜合中的一個重要性能指標。為了實現(xiàn)這個性能指標，要求在建模過程中同時提供控制對象的名義模型及其與魯棒控制理論相匹配的誤差限。在系統(tǒng)辨識領域，該問題被稱為模型集辨識。本書結(jié)合作者對該問題十余年研究的體會和結(jié)果，系統(tǒng)介紹魯棒控制建模與傳統(tǒng)系統(tǒng)辨識的異同、模型集辨識與魯棒控制的聯(lián)系以及魯棒控制建模中的主要方法和結(jié)果。這些方法包括確定性框架下的模型集辨識與檢驗、隨機框架下的模型集辨識與檢驗以及基于閉環(huán)實驗數(shù)據(jù)的模型集辨識與檢驗等。具體內(nèi)容包括基于這些方法的基本結(jié)論和其中尚需進一步研究的課題。本書同時還對這些方法所涉及的主要參考文獻作了簡要介紹。本書內(nèi)容豐富，在敘述過程中盡量兼顧結(jié)論的物理含義和理論的嚴謹性。本書可以作為控制科學與控制工程、系統(tǒng)科學、應用數(shù)學及其相關專業(yè)的理工科研究生和高年級本科生的教材，也可供從事該領域研究或教學的科技工作者和高等院校教師參考。

作者簡介

　　周彤，出生于1964年。1984年成都電訊工程學院本科畢業(yè)，獲工學學士學位。1994年日本大阪大學博士研究生畢業(yè)，獲工學博士學位?，F(xiàn)為清華大學自動化系教授、博士研究生導師。周彤長期從事系統(tǒng)辯識、控制系統(tǒng)分析與設計、信號處理等方面的理論和工業(yè)應用研究工作。曾負責多項由教育部人才基金、國家自然科學基金、博士后科學研究基金、荷蘭系統(tǒng)與控制協(xié)會、日本國文部省科研補助金等支持的科研項目。在理論研究方面，在模型集辯識與檢驗、魯棒控制、1/f信號處理等領域取得過一些有影響的理論結(jié)果。曾受邀在日本控制理論會議上以模型集辨識為題作90分鐘大會發(fā)言。在工業(yè)應用方面，成功地實現(xiàn)了高溫超導磁懸浮實驗系統(tǒng)研制、磁懸浮無約束彈性梁魯棒控制和共振抑制、多光盤位置跟蹤系統(tǒng)魯棒同時控制等。在IEEETransactionsonAutomaticControl、IEEETransactionsonSignalProcessing、Automatica等國家自動控制和信號處理領域最具影響的學術(shù)期刊發(fā)表研究論文十余篇。在模型集辨識與魯棒控制方面的系列研究成果獲2003年度教育部提名國家科學技術(shù)獎自然科學獎一等獎。相關圖書線性系統(tǒng)理論（第2版）習題與解答

圖書目錄

書中采用的主要符號（notation）
書中采用的主要記號（symbol）
第1章緒論
  1.1 系統(tǒng)辨識的發(fā)展
  1.2 經(jīng)典系統(tǒng)辨識方法的缺陷
  1.3 魯棒控制建模問題的提出與發(fā)展
  1.4 本書的構(gòu)成
  1.5 附注
第2章模型集辨識的數(shù)學基礎
  2.1 凸集、凸函數(shù)與凸優(yōu)化
  2.2 信號與系統(tǒng)的范數(shù)
  2.3 哈代空間與插值理論
  2.4 Hankel范數(shù)函數(shù)近似
  2.5 隨機信號離散傅里葉變換的統(tǒng)計特性
  2.6 系統(tǒng)辨識中的正交基
  2.7 附注
第3章模型集辨識與魯棒控制的關系
  3.1 模型集的描述
  3.2 小增益定理
  3.3 模型集辨識
  3.4 附注
第4章確定性框架下的模型集辨識——頻域?qū)嶒灁?shù)據(jù)情形
  4.1 頻域模型集辨識的問題描述
  4.2 先驗信息獨立型線性辨識算法
  4.3 先驗信息依存型線性辨識算法
  4.4 先驗信息獨立型非線性辨識算法
  4.5 基于頻域?qū)嶒灁?shù)據(jù)的非偽模型構(gòu)造
  4.6 基于Nevanlinna-Pick插值理論的辨識算法
  4.7 附注
第5章確定性框架下的模型集辨識——時域?qū)嶒灁?shù)據(jù)情形
  5.1 問題描述
  5.2 非偽模型集的構(gòu)造
  5.3 插值型辨識算法
  5.4 近似插值型辨識算法
  5.5 附注
第6章隨機框架下的模型集辨識——時域?qū)嶒灁?shù)據(jù)情形
  6.1 時域信號下的模型集辨識——一般情形
  6.2 基于時域信號的模型集辨識——周期激勵信號情形
  6.3 附注
第7章隨機框架下的模型集辨識——頻域?qū)嶒灁?shù)據(jù)情形
  7.1 有限維系統(tǒng)辨識
  7.2 無限維系統(tǒng)辨識
  7.3 附注
第8章模型集檢驗——時域?qū)嶒灁?shù)據(jù)情形
  8.1 模型集檢驗的時域描述
  8.2 具有非構(gòu)造性誤差的模型集檢驗
  8.3 誤差具有結(jié)構(gòu)性信息時的模型集檢驗
  8.4 最小模型集辨識
  8.5 附注
第9章模型集檢驗——頻域?qū)嶒灁?shù)據(jù)情形
  9.1 輸入輸出數(shù)據(jù)情形
  9.2 基于控制對象頻率響應估計的模型集檢驗
  9.3 隨機框架下的模型集檢驗
  9.4 一個模型集檢驗的數(shù)值仿真例
  9.5 附注
第10章模型集的閉環(huán)辨識與檢驗
  10.1 Youla-Kucera參數(shù)化定理
  10.2 正規(guī)互質(zhì)因子的閉環(huán)辨識
  10.3 正規(guī)互質(zhì)因子擾動模型集的閉環(huán)檢驗
  10.4 附注
參考文獻