連續(xù)動力學系統(tǒng)模型辨識理論與實踐

前言
第1章 緒論
1.1 概述
1.2 基于非參數(shù)模型的連續(xù)系統(tǒng)模型間接辨識
1.3 基于離散模型的連續(xù)系統(tǒng)模型間接辨識
1.4 連續(xù)系統(tǒng)參數(shù)模型直接辨識方法
1.5 連續(xù)系統(tǒng)參數(shù)模型直接辨識的調(diào)制函數(shù)法
1.6 神經(jīng)網(wǎng)絡辨識法
參考文獻
第2章 基于調(diào)制函數(shù)法的連續(xù)系統(tǒng)最小二乘辨識
2.1 概述
2.2 高斯調(diào)制函數(shù)
2.3 調(diào)制函數(shù)法原理
2.4 調(diào)制濾波器
2.5 最小二乘估計
2.5.1 辨識模型描述
2.5.2 最小二乘估計及統(tǒng)計特性
2.6 遞推最小二乘估計
2.7 輔助變量遞推最小二乘估計
2.8 增廣最小二乘估計
2.9 仿真算例
2.9.1 調(diào)制窗口參數(shù)對最小二乘估計精度的影響
2.9.2 遞推估計算法
參考文獻
第3章 偏差補償最小二乘估計
3.1 概述
3.2 輸出含測量噪聲的偏差補償最小二乘法
3.2.1 偏差補償原理
3.2.2 偏差補償遞推估計
3.3 含輸入輸出測量噪聲的偏差補償最小二乘法
3.3.1 偏差補償原理
3.3.2 噪聲方差估計
3.3.3 算法實現(xiàn)
3.4 仿真實例
3.4.1 輸出含測量噪聲的偏差補償遞推估計
3.4.2 輸入輸出端含測量噪聲的偏差補償遞推估計
參考文獻
第4章 基于Hartley變換法的連續(xù)系統(tǒng)模型辨識
4.1 Hartley變換原理
4.1.1 連續(xù)Hartley變換與傅里葉變換的關系
4.1.2 連續(xù)Hartley變換的性質(zhì)
4.1.3 離散Hartley變換
4.2 基于Hartley變換的時域辨識法
4.2.1 連續(xù)線性系統(tǒng)參數(shù)估計
4.2.2 連續(xù)非線性系統(tǒng)參數(shù)估計
4.2.3 仿真算例
4.2.4 辨識參數(shù)對辨識精度的影響
4.3 基于Hartley變換的頻域辨識法
4.3.1 Hartley調(diào)制函數(shù)
4.3.2 模型辨識原理
4.3.3 仿真算例
4.3.4 討論
參考文獻
第5章 連續(xù)系統(tǒng)非參數(shù)模型相關辨識
5.1 概述
5.2 相關辨識原理
5.3 偽隨機信號產(chǎn)生原理及性質(zhì)
5.3.1 偽隨機信號的產(chǎn)生原理
5.3.2 m序列、逆m序列自相關函數(shù)
5.3.3 m序列及逆m序列功率譜
5.4 功率譜估計
參考文獻
第6章 神經(jīng)網(wǎng)絡辨識法
6.1 神經(jīng)網(wǎng)絡辨識的基本原理
6.2 基于Elman網(wǎng)絡的動態(tài)系統(tǒng)模型辨識
6.2.1 基本Elman動態(tài)遞歸網(wǎng)絡
6.2.2 修改的Elman網(wǎng)絡
參考文獻
第7章 工業(yè)試驗應用
7.1 冷軋平整機液壓AGC系統(tǒng)動態(tài)建模
7.1.1 液壓AGC系統(tǒng)構成
7.1.2 液壓AGC系統(tǒng)動態(tài)建模
7.2 測試系統(tǒng)原理及構成
7.2.1 測試系統(tǒng)構成
7.2.2 逆m序列參數(shù)選擇
7.3 液壓AGC系統(tǒng)頻率特性辨識
7.4 高斯調(diào)制函數(shù)法模型參數(shù)辨識
7.4.1 信號調(diào)制特性分析
7.4.2 系統(tǒng)模型參數(shù)估計
7.5 Hartley變換應用
7.5.1 時域辨識法辨識結(jié)果
7.5.2 基于Hartley變換的頻域辨識法結(jié)果
7.6 基于Elman網(wǎng)絡的軋機HAGC系統(tǒng)辨識結(jié)果
參考文獻