系統(tǒng)辨識理論及應(yīng)用

第1章 緒論
1.1 系統(tǒng)數(shù)學(xué)模型的分類及建模方法
1.2 辨識的定義、內(nèi)容和步驟
1.3 辨識中常用的誤差準(zhǔn)則
1.4 系統(tǒng)辨識的分類
思考題
第2章 系統(tǒng)辨識常用輸入信號
2.1 系統(tǒng)辨識輸入信號選擇準(zhǔn)則
2.2 白噪聲及其產(chǎn)生方法
2.3 偽隨機(jī)二位式序列——M序列的產(chǎn)生及其性質(zhì)
思考題
第3章 線性系統(tǒng)的經(jīng)典辨識方法
3.1 用M序列辨識線性系統(tǒng)的脈沖響應(yīng)
3.2 用脈沖響應(yīng)求傳遞函數(shù)
思考題
第4章 動(dòng)態(tài)系統(tǒng)的典范表達(dá)式
4.1 節(jié)省原理
4.2 線性系統(tǒng)的差分方程和狀態(tài)方程表示法
4.3 確定性典范狀態(tài)方程
4.4 確定性典范差分方程
4.5 隨機(jī)性典范狀態(tài)方程
4.6 隨機(jī)性典范差分方程
4.7 預(yù)測誤差方程
思考題
第5章 最小二乘法辨識
5.1 最小二乘法
5.2 一種不需矩陣求逆的最小二乘法
5.3 遞推最小二乘法
5.4 輔助變量法
5.5 遞推輔助變量法
5.6 廣義最小二乘法
5.7 一種交替的廣義最小二乘法求解技術(shù)（夏氏法）
5.8 增廣矩陣法
5.9 多階段最小二乘法
5.10 快速多階段最小二乘法
思考題
第6章 極大似然法辨識
6.1 極大似然法辨識
6.2 遞推極大似然法
6.3 參數(shù)估計(jì)的可達(dá)精度
思考題
第7章 時(shí)變參數(shù)辨識方法
7.1 遺忘因子法、矩形窗法和卡爾曼濾波法
7.2 一種自動(dòng)調(diào)整遺忘因子的時(shí)變參數(shù)辨識方法
7.3 用折線段近似時(shí)變參數(shù)的辨識方法
思考題
第8章 多輸入-多輸入系統(tǒng)的辨識
第9章 其它一些辨識方法
第10章 隨機(jī)時(shí)序列模型的建立
第11章 系統(tǒng)結(jié)構(gòu)辨識
第12章 閉環(huán)系統(tǒng)辨識
第13章 系統(tǒng)辨識在飛行器參數(shù)辨識中的應(yīng)用
第14章 神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識中的應(yīng)用
參考文獻(xiàn)