系统辨识理论及Matlab仿真

　　本书从MATLAB仿真角度系统介绍了系统辨识的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。全书共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例，每种实例都进行了仿真分析，并给出了相应的MATLAB仿真程序。本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

第1章 绪论
1.1 建立数学模型的基本方法
1.2 系统辨识的定义
1.3 系统辨识的研究目的
1.4 数学模型的分类
1.5 几种常见的数学模型的数学表示
1.6 系统辨识常用的误差准则
1.7 系统辨识的分类
1.7.1 离线辨识
1.7.2 在线辨识
1.8 辨识的内容和步骤
1.9 系统辨识方法
1.10 系统辨识方法分类
1.10.1 经典系统辨识方法
1.10.2 现代系统辨识方法
思考题与习题1
第2章 系统辨识常用输入信号
2.1 系统辨识对输入信号的要求
2.2 系统辨识常用的输入信号
2.2.1 白噪声信号
2.2.2 白噪声序列的产生
2.3 M序列的产生及其性质
思考题与习题2
第3章 最小二乘参数辨识方法及应用
3.1 最小二乘参数辨识方法
3.1.1 基本原理
3.1.2 利用最小二乘法求取模型参数
3.1.3 仿真实例：热敏电阻和温度关系的最小二乘参数求解
3.2 加权最小二乘算法
3.2.1 一般最小二乘算法的分析与设计
3.2.2 加权最小二乘法的分析与设计
3.2.3 仿真实例
3.3 递推最小二乘算法
3.3.1 递推最小二乘算法的基本原理
3.3.2 递推最小二乘算法的分析与设计
3.3.3 仿真实例
3.3.4 时不变系统的递推最小二乘参数辨识方法
3.3.5 时变系统的递推最小二乘参数辨识方法
3.4 递推阻尼最小二乘算法
3.4.1 递推阻尼最小二乘算法的基本原理
3.4.2 递推阻尼最小二乘算法的分析与设计
3.4.3 仿真实例
3.5 增广最小二乘算法
3.5.1 增广最小二乘算法的基本原理
3.5.2 增广最小二乘算法的分析与设计
3.5.3 仿真实例
3.6 多变量系统的最小二乘辨识算法
3.6.1 多变量系统的最小二乘辨识算法的基本原理
3.6.2 多变量系统的最小二乘辨识算法的分析与设计
3.6.3 仿真实例
思考题与习题3
第4章 极大似然参数辨识方法
4.1 引言
4.2 极大似然参数估计的原理及性质
4.2.1 极大似然参数估计原理
4.2.2 似然函数的构造
4.2.3 极大似然参数估计的统计性质
4.3 动态系统参数的极大似然参数估计
4.4 Newton-Raphson法应用于极大似然参数估计求解
4.5 递推的极大似然估计
思考题与习题4
第5章 传递函数的时域和频域辨识
5.1 传递函数辨识的时域法
5.1.1 一阶惯性滞后环节的辨识
5.1.2 二阶惯性加纯迟延的传递函数拟合
5.1.3 用n阶惯性环节加纯延迟的传递函数拟合
5.2 传递函数的频率辨识
5.2.1 利用Bode图特性求传递函数
5.2.2 利用MATLAB工具求系统传递函数
5.3 线性系统开环传递函数的辨识
5.3.1 基本原理
5.3.2 仿真实例
5.4 闭环系统传递函数的辨识和前馈控制
5.4.1 闭环系统辨识
5.4.2 仿真实例
5.4.3 零相差前馈控制基本原理
5.4.4 系统相移
5.4.5 仿真实例
思考题与习题5
第6章 神经网络辨识及其应用
6.1 神经网络理论基础
6.1.1 神经网络原理
6.1.2 神经网络学习算法
6.1.3 神经网络的要素及特征
6.1.4 人工神经网络辨识的特点
6.2 BP神经网络辨识
6.2.1 BP神经网络
6.2.2 网络结构
6.2.3 BP网络的优缺点
6.3 BP网络的逼近
6.3.1 基本原理
6.3.2 仿真实例
6.4 基于数据的BP网络离线建模
6.4.1 基本原理
6.4.2 仿真实例
6.5 基于模型的BP神经网络离线建模
6.5.1 基本原理
6.5.2 仿真实例
6.6 RBF神经网络辨识及在自校正控制中的应用
6.6.1 RBF神经网络
6.6.2 RBF网络的逼近
6.6.3 仿真实例
6.7 基于未知项在线建模的RBF网络自校正控制
6.7.1 神经网络自校正控制原理
6.7.2 RBF网络自校正控制
6.7.3 仿真实例
6.8 Hopfield神经网络辨识
6.8.1 Hopfield网络原理
6.8.2 Hopfield网络线性系统参数辨识
6.8.3 仿真实例
6.9 RBF网络建模应用——自适应神经网络控制
6.9.1 问题描述
6.9.2 RBF网络逼近原理
6.9.3 仿真实例
思考题与习题6
第7章 模糊系统辨识
7.1 模糊系统的理论基础
7.1.1 特征函数和隶属函数
7.1.2 模糊算子
7.1.3 隶属函数
7.1.4 模糊系统的设计
7.2 基于Sugeno模糊模型的建模
7.2.1 Sugeno模糊模型
7.2.2 仿真实例
7.2.3 基于Sugeno模糊模型的倒立摆模糊控制
7.2.4 仿真实例
7.2.5 基于Sugeno的倒立摆模糊控制
7.2.6 仿真实例
7.3 模糊逼近
7.3.1 模糊系统的设计
7.3.2 模糊系统的逼近精度
7.3.3 仿真实例
7.4 模糊系统建模应用——自适应模糊控制
7.4.1 问题描述
7.4.2 模糊逼近原理
7.4.3 控制算法设计与分析
7.4.4 仿真实例
思考题与习题7
第8章 智能优化算法辨识
8.1 遗传算法基本原理
8.2 遗传算法的特点
8.3 遗传算法的应用领域
8.4 遗传算法的优化设计
8.4.1 遗传算法的构成要素
8.4.2 遗传算法的应用步骤
8.5 遗传算法求函数极大值
8.5.1 二进制编码遗传算法求函数极大值
8.5.2 实数编码遗传算法求函数极大值
8.6 基于遗传算法摩擦模型参数辨识的PID控制
8.6.1 问题描述
8.6.2 仿真实例
8.7 基于遗传算法的伺服系统静态摩擦参数辨识
8.7.1 伺服系统的静态摩擦模型
8.7.2 静摩擦模型Stribeck曲线的获取
8.7.3 基于遗传算法的静态摩擦参数辨识
8.7.4 仿真实例
8.8 基于遗传算法的机械手参数辨识
8.8.1 系统描述
8.8.2 仿真实例
8.9 粒子群优化算法
8.9.1 粒子群算法基本原理
8.9.2 参数设置
8.9.3 算法流程
8.10 基于粒子群算法的函数优化
8.11 基于粒子群算法的机械手参数辨识
8.12 基于粒子群算法的非线性系统参数辨识
8.12.1 辨识非线性静态模型
8.12.2 辨识非线性动态模型
8.12.3 基于粒子群算法的VTOL飞行器参数辨识
8.13 差分进化算法
8.13.1 标准差分进化算法
8.13.2 差分进化算法的基本流程
8.13.3 差分进化算法的参数设置
8.13.4 基于差分进化算法的函数优化
8.14 基于差分进化算法的非线性系统参数辨识
8.14.1 辨识非线性静态模型
8.14.2 辨识非线性动态模型
8.14.3 基于差分进化算法的VTOL飞行器参数辨识
8.15 基于微分器的微分信号提取
8.15.1 微分器的由来
8.1

对于实际的复杂系统，很难用理论分析的方法获得数学模型。系统辨识是指根据系统的实验数据来确定系统的数学模型，系统辨识为已经存在的系统建立数学模型提供了有效的方案。系统辨识理论是一门应用范围很广的学科，其应用已经遍及许多领域。目前不仅在控制领域需要建立数学模型，在其他领域，如生物学、生态学、医学、天文学及社会经济学等也需要建立数学模型，从而根据数学模型来确定最终控制决策。有关系统辨识理论及其工程应用，已有大量的论文和著作发表。本书介绍了系统辨识的基本理论、基本方法和应用技术，同时融入了国内外同行近年来所取得的新成果。为了使读者能了解、掌握和应用这一领域的最新技术，并学会用MATLAB语言进行系统辨识算法的设计，作者编写了这本书，以抛砖引玉，供广大读者学习参考。本书具有几个特点： (1) 系统辨识算法着重于基本概念、基本理论和基本方法，并介绍了一些有潜力的新思想、新方法和新技术。 (2)针对每种系统辨识算法给出了完整的MATLAB仿真程序，并给出了程序的说明和仿真结果，具有很强的可读性。 (3)着重从应用领域角度出发，突出理论联系实际，面向广大工程技术人员，具有很强的工程性和实用性。书中有许多应用实例及其结果分析，为读者提供了有益的借鉴。(4) 所给出的各种系统辨识算法完整，程序设计结构设计力求简单明了，便于自学和进一步开发。全书共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域与频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例，每种实例都进行了仿真分析，并给出了相应的MATLAB仿真程序。本书是在MATLABR2011a环境下开发的，并适用于其他更高级版本。各个章节的内容具有很强的独立性，读者可以结合自己的方向深入地进行研究。本书由刘金琨、沈晓蓉、赵龙共同编著。其中，沈晓蓉编写第2章和第4章，赵龙编写第3章，其余各章由刘金琨编写。研究生袁瑞侠参与了书稿的整理和校对工作。本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。本书可作为高等院校自动化、计算机应用、机械电子工程等专业高年级本科生或研究生的教材或参考书，也可供相关专业的工程技术人员阅读。本书提供免费的电子课件、MATLAB仿真程序，读者可登录网站http://si.buaa.edu.cn下载；或登录电子工业出版社的华信教育资源网：www.hxedu.com.cn，注册后免费下载；或通过邮件与作者[email protected]联系索取。由于作者水平有限，书中难免存在一些不足和错误之处，欢迎广大读者批评指正。 作者 2013年1月于北京航空航天大学