系统辨识是研究建立系统数学模型的一种理论和方法。所谓辨识就是从含有噪声的输入和输出数据中提取被研究系统的数学模型。一般说来，辨识模型只是系统输入输出特性在某种准则意义下的一种近似，近似的程度取决于对系统先验知识的认识和对数据集性质的了解以及所选用的辨识方法。
萧德云编著的《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。本书突出基础性、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。
全书共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。
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。
图书详情 | 《系统辨识理论及应用》
图书分类 一 〉理学 一 〉系统科学
- 清华大学出版社
- 9787302348535
- -
- 96764
- 0045157658-1
- -
- 16开
- 2014年7月
- -
- -
- -
- -
- 理学
- 系统科学
- 0711
- N945.14
- 自动化
- 本科
- 初版
- -
- -
- -
内容简介：
目录
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 辨识信息实验设计
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
第5章 最小二乘辨识方法
第6章 最小二乘类辨识方法
第7章 梯度校正辨识方法
第8章 极大似然与预报误差辨识方法
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
A.1 变量符号
A.2 记号约定
A.3 缩写
附录B 辨识实验指示书
实验一利用相关分析法辨识脉冲响应
实验二辨识算法实验比较研究
实验三闭环系统可辨识性条件研究
附录C 随机变量与随机过程
C.1 随机变量
C.1.1 随机变量的数学描述
C.1.2 随机变量的数字特征
C.1.3 条件数学期望
C.1.4 随机变量变换定理
C.2 随机过程
C.2.1 随机过程的数学描述
C.2.2 随机过程的数字特征
C.2.3 随机过程的平稳性与各态遍历性
C.2.4 相关函数与协方差函数的性质
C.2.5 谱密度函数
C.2.6 相关函数和谱密度函数的估计
附录D 伪随机码(M序列)及其性质
D.1 M序列的产生
D.2 M序列的性质
D.3 M序列的自相关函数
D.4 M序列的谱密度函数
附录E 矩阵运算
E.1 矩阵的迹
E.2 矩阵的秩
E.3 矩阵的逆
E.4 矩阵的条件数
E.5 矩阵的行列式
E.6 向量范数与矩阵范数
E.7 矩阵的非奇异性
E.8 正定矩阵和半正定矩阵
E.9 正矩阵和非负矩阵
E.10 矩阵特征值和特征向量
E.11 同幂矩阵
E.12 矩阵求导
附录F 估计理论
F.1 估计量的统计性质
F.2 Fisher信息测度
附录G 概率分布值
G.1 F分布值
G.2 χ2分布值
附录H 辨识算法程序例
后序
参考文献
索引
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 辨识信息实验设计
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
第5章 最小二乘辨识方法
第6章 最小二乘类辨识方法
第7章 梯度校正辨识方法
第8章 极大似然与预报误差辨识方法
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
A.1 变量符号
A.2 记号约定
A.3 缩写
附录B 辨识实验指示书
实验一利用相关分析法辨识脉冲响应
实验二辨识算法实验比较研究
实验三闭环系统可辨识性条件研究
附录C 随机变量与随机过程
C.1 随机变量
C.1.1 随机变量的数学描述
C.1.2 随机变量的数字特征
C.1.3 条件数学期望
C.1.4 随机变量变换定理
C.2 随机过程
C.2.1 随机过程的数学描述
C.2.2 随机过程的数字特征
C.2.3 随机过程的平稳性与各态遍历性
C.2.4 相关函数与协方差函数的性质
C.2.5 谱密度函数
C.2.6 相关函数和谱密度函数的估计
附录D 伪随机码(M序列)及其性质
D.1 M序列的产生
D.2 M序列的性质
D.3 M序列的自相关函数
D.4 M序列的谱密度函数
附录E 矩阵运算
E.1 矩阵的迹
E.2 矩阵的秩
E.3 矩阵的逆
E.4 矩阵的条件数
E.5 矩阵的行列式
E.6 向量范数与矩阵范数
E.7 矩阵的非奇异性
E.8 正定矩阵和半正定矩阵
E.9 正矩阵和非负矩阵
E.10 矩阵特征值和特征向量
E.11 同幂矩阵
E.12 矩阵求导
附录F 估计理论
F.1 估计量的统计性质
F.2 Fisher信息测度
附录G 概率分布值
G.1 F分布值
G.2 χ2分布值
附录H 辨识算法程序例
后序
参考文献
索引
