动态系统辨识 azw3 网盘 高速 下载地址大全 免费

本书以一种易懂、明晰、有条理的方式论述系统辨识，而且特别注重面向应用的辨识方法。主要内容包括时域与频域、连续时间与离散时间的非参数模型辨识和参数模型辨识，比较深入地讨论了辨识的数值计算和实际应用中的若干问题；对多变量系统辨识、非线性系统辨识以及闭环系统辨识等也有较为系统的论述。全书共分9个部分，24章，各章论述系统、简要，配有习题和数据集，供读者练习，以加强理解。 本书可供自动化类及相关专业高校师生和工程科技人员选用。

中文版序Ⅲ Preface for the Chinese translationⅣ 序Ⅴ 译著序言Ⅵ 原著序言Ⅷ 符号列表Ⅹ 第1章绪论 11理论建模与实验建模 12动态系统辨识的任务和问题 13辨识方法的分类及在本书中的 处理 14辨识方法概述 141非参数模型 142参数模型 143信号分析 15激励信号 16特殊的应用问题 161输入含有噪声 162多输入或多输出系统的辨识 17应用领域 171增加对过程特性的认识 172理论模型的验证 173控制器参数的整定 174基于计算机的数字控制 算法设计 175自适应控制算法 176过程监控和故障检测 177信号预测 178在线优化 18文献综述 习题 参考文献 第2章线性动态系统和随机信号的 数学模型 21连续时间信号的动态系统 数学模型 211非参数模型，确定性信号 212参数模型，确定性信号 22离散时间信号的动态系统 数学模型 221参数模型，确定性信号 23连续时间随机信号模型 231特殊的随机信号过程 24离散时间随机信号模型 25特征参数的确定 251利用一阶系统近似 252利用二阶系统近似 253利用n阶具有相等时间常数的 时滞系统近似 254利用具有迟延的一阶系统近似 26具有积分作用或微分 作用的系统 261积分作用 262微分作用 27小结 习题 参考文献第Ⅰ部分频域非参数模型辨识 ——连续时间信号第3章周期信号和非周期信号的 谱分析方法 31傅里叶变换的数值计算 311周期信号的傅里叶级数 312非周期信号的傅里叶变换 313傅里叶变换的数值计算 314加窗 315短时傅里叶变换 32小波变换 33周期图 34小结 习题 参考文献 第4章利用非周期信号测量 频率响应 41基本方程 42非周期信号的傅里叶变换 421简单脉冲 422双脉冲 423阶跃函数和斜坡函数 43确定频率响应 44噪声的影响 45小结 习题 参考文献 ⅩⅨ第5章利用周期测试信号测量 频率响应 51利用正弦测试信号测量 频率响应 52利用矩形和梯形测试信号测量 频率响应 53利用多频率测试信号测量 频率响应 54利用连续变频测试信号测量 频率响应 55利用相关函数测量频率响应 551以相关函数测定频率响应 552利用正交相关分析测量 频率响应 56小结 习题 参考文献第Ⅱ部分利用相关分析法辨识非参数模型 ——连续时间和离散时间第6章连续时间模型的相关分析 61相关函数的估计 611互相关函数 612自相关函数 62用平稳随机信号激励的动态 过程相关分析 621利用去卷积确定脉冲响应 622白噪声作为输入信号 623误差估计 624利用实际的自然噪声作为 输入信号 63利用二值随机信号激励的动态 过程相关分析 64闭环下的相关分析 65小结习题 参考文献 第7章离散时间模型的相关分析 71相关函数估计 711自相关函数 712互相关函数 713相关函数的快速计算 714相关函数的递推计算 72线性动态系统的相关分析 721利用去卷积确定脉冲响应 722随机扰动的影响 73离散时间二值测试信号 74小结 习题 参考文献 第Ⅲ部分参数模型辨识——离散时间信号第8章稳态过程的最小二乘 参数估计 81引言 82线性稳态过程 83非线性稳态过程 84几何解释 85极大似然和Cramér-Rao界 86约束 87小结 习题 参考文献 ⅩⅩ第9章动态过程的最小二乘 参数估计 91最小二乘（LS）非递推方法 911基本方程 912收敛性 913参数估计的协方差和模型的 不确定性 914参数可辨识性 915未知直流分量 92周期参数信号模型的谱分析 921时域参数信号模型 922频域参数信号模型 923系数的确定 924幅值的估计 93非参数中间模型的参数估计 931非周期激励响应和最小 二乘法 932相关-最小二乘法 （COR-LS） 94最小二乘的递推方法（RLS） 941基本方程 942随机信号的递推参数估计 943未知直流分量 95加权最小二乘方法（WLS） 951Markov估计 96指数遗忘的递推参数估计 961带约束的最小二乘递推方法 962Tikhonov正则化 97小结 习题 参考文献 第10章最小二乘参数估计的改进 101广义最小二乘法 1011广义最小二乘的非递推方法 （GLS） 1012广义最小二乘的递推方法 （RGLS） 102增广最小二乘法（ELS） 103偏差校正方法（CLS） 104总体最小二乘法（TLS） 105辅助变量法 1051辅助变量的非递推方法（IV） 1052辅助变量的递推方法（RIV） 106随机逼近法（STA） 1061Robbins-Monro算法 1062Kiefer-Wolfowitz算法 107（归一化）最小均方法 （NLMS） 108小结 习题 参考文献 第11章贝叶斯方法和极大似然法 111贝叶斯方法 112极大似然法（ML） 1121非递推的极大似然法 1122递推极大似然法（RML） 1123Cramér-Rao界与最大精度 113小结 习题 参考文献 第12章时变过程的参数估计 121恒定遗忘因子的指数遗忘 122可变遗忘因子的指数遗忘 123协方差矩阵的调整 124递推参数估计方法的收敛性 1241观测器形式的参数估计 125小结 习题 参考文献 第13章闭环参数估计 131无额外测试信号的过程辨识 1311间接过程辨识（情况a+c+e） 1312直接过程辨识（情况b+d+e） 132利用额外测试信号的 过程辨识 133闭环辨识方法 1331无额外测试信号的间接 过程辨识 1332有额外测试信号的间接 过程辨识 1333无额外测试信号的直接 过程辨识 1334有额外测试信号的直接 过程辨识 133小结 习题 参考文献第Ⅳ部分参数模型辨识——连续时间信号第14章频率响应的参数估计 141引言 142频率响应的最小二乘逼近法 （FR-LS） ⅩⅪ143小结 习题 参考文献 第15章微分方程和连续时间过程的 参数估计 151最小二乘方法 1511基本方程 1512收敛性 152导数的确定 1521数值微分 1522状态变量滤波器 1523有限脉冲响应（FIR） 滤波器 153一致参数估计方法 1531辅助变量法 1532扩展Kalman滤波器，极大 似然法 1533相关-最小二乘法 1534离散时间模型的转换 154物理参数的估计 155部分参数已知的参数估计 156小结 习题 参考文献 第16章子空间法 161引言 162子空间 163子空间辨识 164利用脉冲响应进行辨识 165原始形式的一些改进 166用于连续时间系统 167小结 习题 参考文献第Ⅴ部分多变量系统辨识 第17章多输入多输出系统的 参数估计 171传递函数模型 1711矩阵多项式表示 172状态空间模型 1721状态空间形式 1722输入/输出模型 173脉冲响应模型和Markov 参数 174顺序辨识 175相关分析法 1751去卷积法 1752测试信号 176参数估计方法 1761最小二乘方法 1762相关-最小二乘法 177小结 习题 参考文献第Ⅵ部分非线性系统辨识 第18章非线性系统的参数估计 181连续可导非线性的动态系统 1811Volterra级数 1812Hammerstein模型 1813Wiener模型 ⅩⅫ1814Lachmann提出的模型 1815参数估计 182不连续可导非线性的动态 系统 1821带摩擦的系统 1822具有死区的系统 183小结 习题 参考文献 第19章迭代优化 191引言 192非线性优化算法 193一维方法 194多维优化 1941零阶优化器 1942一阶优化器 1943二阶优化器 195约束 1951序贯无约束极小化方法 196利用迭代优化的预报误差法 197梯度的确定 198模型不确定性 199小结 习题 参考文献 第20章用于辨识的神经网络和 查询表 201用于辨识的人工神经网络 2011用于稳态系统的人工 神经网络 2012用于动态系统的人工 神经网络 2013半物理局部线性模型 2014局部和全局参数估计 2015局部线性动态模型 2016带子集选择的局部多项式 模型 202用于稳态过程的查询表 203小结 习题 参考文献 第21章基于Kalman滤波的状态和 参数估计 211离散Kalman滤波器 212稳态Kalman滤波器 213时变离散时间系统的Kalman 滤波器 214扩展Kalman滤波器 215扩展Kalman滤波器用于 参数估计 216连续时间模型 217小结 习题 参考文献第Ⅶ部分其 他 问 题 第22章数值计算 221条件数 222矩阵P的分解方法 223矩阵P-1的分解方法 224小结 225习题 226参考文献 第23章参数估计的实际问题 231输入信号的选择 232采样速率的选择 2321预期的应用 2322辨识模型的精度 2323数值计算问题 233线性动态模型结构参数的 确定 2331迟延时间的确定 2332模型阶次的确定 234不同参数估计方法的比较 2341导言 Ⅹ2342先验假设的比较 2343辨识方法总结 235具有积分作用过程的 参数估计 236系统输入扰动 237消除特殊的扰动 2371漂移和高频噪声 2372异常值 238验证 239过程辨识所用的特殊设备 2391硬件设备 2392利用数字计算机辨识 2310小结 习题 参考文献第Ⅷ部分应用 第24章应用实例 241执行器 2411无刷直流执行器 2412电磁汽车节气门执行器 2413液压执行器 242机械设备 2421机床 2422工业机器人 2423离心泵 2424热交换器 2425空调 2426旋转式干燥器 2427引擎试验台 243汽车 2431车辆参数估计 2432制动系统 2433汽车悬挂 2434胎压 2435内燃引擎 244小结 参考文献第Ⅸ部分附录 附录A数学方面 A1随机变量的收敛性 A2参数估计方法的性质 A3向量和矩阵的导数 A4矩阵求逆引理 参考文献 附录B实验系统 B1三质量振荡器 参考文献

罗尔夫伊泽曼（Rolf Isermann），德国达姆施塔特工业大学自动控制研究所荣休教授、控制系统与过程自动化实验室主任，国际自动控制联合会（IFAC）Fellow，IFAC技术过程的故障检测、监控和安全性技术委员会委员。1965年于德国斯图加特大学获得博士学位，先后在斯图加特大学和达姆施塔特工业大学任教，讲授系统辨识课多年。研究方向包括工业控制、系统辨识、故障诊断等。著有德文和英文专著多部。 马克罗明奇霍夫（Macro Münchhof），德国爱科曼集团（EckelmannAG）董事，机械自动化领域负责人。2006年于德国达姆施塔特工业大学获得博士学位，其后曾该校任教，从2006~2011年起讲授“动态系统辨识”课。研究方向包括系统辨识、故障诊断等

暂无其它内容！

暂时还没有人为这本书评论！