系统辨识理论及应用

《系统辨识理论及应用/全国高等学校自动化专业系列教材》主要内容包括系统描述和辨识模型，辨识方法及数值计算，辨识理论与性能分析，辨识应用与实践等相关知识。
　　《系统辨识理论及应用/全国高等学校自动化专业系列教材》突出基础性、逻辑性和理论性，强调理论联系实际，在有明显应用背景和清晰物理概念的前提下，论述辨识的理论和方法，并从较高的层次揭示各种辨识方法的内在联系和应用考虑。
　　《系统辨识理论及应用/全国高等学校自动化专业系列教材》共17章，各章论述详尽，配有仿真验证例子或工程应用实例和适量的习题，书中还附有常用的辨识算法程序，书后给出若干辨识实验研究指示书。这些都是为了给读者提供学习、模仿的蓝本，以帮助读者深化对辨识知识的理解。
　　《系统辨识理论及应用/全国高等学校自动化专业系列教材》可供自动化类及相关专业高校师生和工程科技人员选用。

第1章 绪论
1．1 引言
1．2 系统
1．3 模型
1．3．1 模型概念
1．3．2 建模方法
1．4 辨识
1．4．1 辨识的定义
1．4．2 辨识的表达形式
1．4．3 辨识的基本原理
1．5 辨识的三要素
1．5．1 数据集
1．5．2 模型类
1．5．3 等价准则
1．6 辨识的内容与步骤
1．7 辨识模型的质量
1．8 辨识的应用
1．9 小结
习题

第2章 系统描述与辨识模型
2．1 引言
2．2 系统描述
2．2．1 系统时域描述
2．2．2 系统频域描述
2．3 辨识模型
2．3．1 线性时不变模型
2．3．2 线性时变模型
2．3．3 非线性模型
2．4 小结
习题

第3章 识信息实验设计
3．1 引言
3．2 辨识信息实验
3．2．1 开环辨识信息实验
3．2．2 持续激励信号
3．2．3 闭环辨识信息实验
3．3 辨识输入信号设计
3．4 采样时间的选择
3．5 数据长度的选择
3．6 小结
习题

第4章 经典的辨识方法
4．1 引言
4．2 相关分析法
4．2．1 频率响应辨识
4．2．2 脉冲响应辨识
4．3 谱分析法
4．3．1 周期图法
4．3．2 平滑法
4．4 由非参数模型求传递函数
4．4．1 Hankel矩阵法
4．4．2 Bode图法
4．4．3 Levy法
4．5 小结
习题

第5章 小二乘辨识方法
5．1 引言
5．2 小二乘批处理算法
5．2．1 小二乘原理
5．2．2 小二乘辨识问题的假设条件
5．2．3 小二乘辨识问题的解
5．2．4 小二乘估计的几何意义
5．2．5 小二乘估计的统计性质
5．3 小二乘递推辨识算法
5．3．1 递推算法
5．3．2 损失函数的递推计算
5．3．3 递推算法分析
5．3．4 递推算法的几何解析
5．3．5 RLS算法MATLAB程序实现
5．4 小二乘法的变形
5．4．1 加权小二乘法
5．4．2 遗忘因子法
5．4．3 折息法
5．4．4 协方差调整法
5．4．5 带约束条件的小二乘法
5．5 小结
习题
附辨识算法程序

第6章 小二乘类辨识方法
6．1 引言
6．2 增广小二乘法
6．2．1 递推算法
6．2．2 RELS算法MATLAB程序实现
6．3 广义小二乘法
6．3．1 批处理算法
6．3．2 递推算法
6．3．3 RGLS算法MATLAB程序实现
6．4 辅助变量法
6．4．1 批处理算法
6．4．2 辅助向量的选择
6．4．3 递推算法
6．4．4 RIV算法MATLAB程序实现
6．5 相关二步法
6．5．1 RCOR-LS算法
6．5．2 RCOR-LS算法MATLAB程序实现
6．6 偏差补偿小二乘法
6．6．1 偏差补偿递推算法
6．6．2 RCLS算法MATLAB程序实现
6．7 不同噪声模型下辨识结果比较
6．8 小结
习题
附辨识算法程序

第7章 梯度校正辨识方法
7．1 引言
7．2 梯度搜索原理
7．3 确定性梯度校正辨识方法
7．3．1 梯度校正算法
7．3．2 权矩阵的选择
7．3．3 算法性质
7．4 随机性梯度校正辨识方法
7．4．1 随机性辨识问题分类
7．4．2 梯度校正补偿算法
7．5 随机逼近辨识方法
7．5．1 随机逼近原理
7．5．2 随机逼近算法
7．6 随机牛顿辨识方法
7．6．1 牛顿算法
7．6．2 随机牛顿算法
7．7 小结
习题

第8章 极大似然与预报误差辨识方法
8．1 引言
8．2 极大似然辨识方法
8．2．1 极大似然原理
8．2．2 极大似然模型参数估计
8．2．3 极大似然递推辨识算法
8．2．4 RML算法MATLAB程序实现
8．2．5 极大似然估计的统计性质
8．3 预报误差辨识方法
8．3．1 预报误差模型
8．3．2 预报误差准则
8．3．3 预报误差算法
8．3．4 预报误差估计的统计性质
8．4 小结
习题
附辨识算法程序
……

第9章 递推辨识算法的一般结构
第10章 模型结构辨识
第11章 增广UD分解辨识算法
第12章 多变量系统辨识
第13章 EIV模型辨识
第14章 非均匀采样系统辨识
第15章 闭环系统辨识
第16章 递推辨识算法性能分析
第17章 辨识的一些实际考虑及应用

附录A 变量符号·记号约定·缩写
附录B 辨识实验指示书
附录C 随机变量与随机过程
附录D 伪随机码（M序列）及其性质
附录E 矩阵运算
附录F 估计理论
附录G 概率分布值
附录H 辨识算法程序例

后序
参考文献
索引