過程辨識

前言

　　“過程辨識”是作者多年為大學高年級學生和研究生開設(shè)的一門課程。本書是在原有講稿、講義的基礎(chǔ)上多次修改完善的結(jié)果，其中也包括了作者及其同事們在這個領(lǐng)域的一些研究成果?！　∵^程辨識是研究建立生產(chǎn)過程數(shù)學模型的一種理論和方法。所謂辨識就是從含有噪聲的輸入輸出數(shù)據(jù)中提取被研究對象的數(shù)學模型。一般說來，這個模型只是對象的輸入輸出特性在某種準則意義下的一種近似，近似的程度取決于人們對過程先驗知識的認識深化程度和對數(shù)據(jù)集合性質(zhì)的了解，以及所選用的辨識方法是否合理?；蛘哒f，辨識技術(shù)幫助人們在表征被研究的對象、現(xiàn)象或過程的復雜因果關(guān)系時，盡可能準確地確立它們之間的定量依存關(guān)系?！　∧壳埃孀R的理論日趨成熟，辨識的實踐涉及許多學科領(lǐng)域。它正作為一門有著明顯實用價值的學科活躍在各個領(lǐng)域，吸引著大批科學技術(shù)人員。這一方面是由于人們在認識自然、改造自然的過程中，對事物的變化規(guī)律需要定量地用數(shù)學模型來描述；另一方面是由于電子計算機的發(fā)展和普及推動了辨識向縱深發(fā)展?！　〗陙恚孀R的應(yīng)用領(lǐng)域越來越廣泛，它的發(fā)展前景招引著各類專業(yè)技術(shù)人材，激勵著人們產(chǎn)生一種把辨識理論用于自己工作實踐的強烈愿望，各高等院校相繼開設(shè)了“辨識”課程。然而，系統(tǒng)的適用的教材現(xiàn)在還很罕見。有鑒于此，我們編寫了這本書。作者的意圖是想把它寫成既是自動控制類專業(yè)大學高年級或研究生的教材，又是相應(yīng)專業(yè)工程技術(shù)人員的實用參考書，尤其對那些面臨設(shè)計各種控制系統(tǒng)的工程師，希望能激起他們的特殊興趣?？紤]到讀者是多層次的，本書采用了一個多層次的結(jié)構(gòu)，低層次從基本概念出發(fā)，突出基礎(chǔ)性和邏輯性，以適合初學者的需要；高層次從系統(tǒng)性和完整性出發(fā)，強調(diào)理論的深度和應(yīng)用的廣泛性，以適應(yīng)提高者的要求。全書始終突出理論和實踐相結(jié)合的原則，選材均有明顯的應(yīng)用背景和實用價值。敘述方法一般始于物理概念，用正規(guī)的格式導出理論結(jié)果，再用仿真例子或工程實例予以驗證，最后闡述理論的應(yīng)用前景和實踐的經(jīng)驗體會，重要的結(jié)論以定理的形式給出，有的為方便使用總結(jié)成表格形式。書中給出的大量例題不僅有助于理論的理解，更重要的是提供了學習模仿的藍本，以便讀者自己模仿實踐，從中體會辨識方法的有效性和實用性。我們近幾年的教學實踐證實，通過這樣的模仿實踐(有時可能是創(chuàng)造性的模仿)可以達到鞏固基本知識、提高學習興趣的目的。

內(nèi)容概要

本書包括辨識的一些基本概念，隨機信號的描述與分析，過程的數(shù)學描述，經(jīng)典的辨識方法等共17章。

書籍目錄

前言第1章 辨識的一些基本概念1．1 過程和模型1．1．1過程1．1．2模型1．1．3建立過程數(shù)學模型的基本方法1．2 辨識的定義1．3 辨識問題的表達形式1．4 辨識算法的基本原理1．5 誤差準則及其關(guān)于參數(shù)的空間線性問題1．5．1輸出誤差1．5．2輸入誤差1．5．3廣義誤差1．6 辨識的內(nèi)容和步驟1．6．1辨識目的1．6．2 先驗知識1．6．3實驗設(shè)計1．6．4數(shù)據(jù)預(yù)處理1．6．5模型結(jié)構(gòu)辨識1．6．6模型參數(shù)辨識1．6．7模型檢驗1．7 辨識的精度問題1．8 辨識的應(yīng)用第2章 隨機信號的描述與分析2．1 隨機過程的基本概念及其數(shù)學描述2．1．1基本概念2．1．2隨機過程的數(shù)字特征--均值與相關(guān)函數(shù)2．1．3平穩(wěn)隨機過程各態(tài)遍歷性2．1．4相關(guān)函數(shù)和協(xié)方差函數(shù)的性質(zhì)2．2 譜密度函數(shù)2．2．1 Parseval定理與功率譜表示式2．2．2 W1ener-Kh1ntch1ne關(guān)系式2．3 線性過程在隨機輸入下的響應(yīng)2．3．1線性過程在隨機輸入下的輸出譜密度2．3．2線性過程在隨機輸入下的互譜密度2．4 相關(guān)函數(shù)與譜密度的估計2．4．1相關(guān)函數(shù)的估計2．4．2利用FFT計算相關(guān)函數(shù)2．4．3周期圖2．4．4譜密度的估計2．5 白噪聲及其產(chǎn)生方法2．5．1 白噪聲的概念2．5．2 白噪聲序列的產(chǎn)生方法2．6 偽隨機碼的產(chǎn)生及其性質(zhì)2．6．1 M序列的產(chǎn)生2．6．2 M序列的性質(zhì)2．6．3 M序列的自相關(guān)函數(shù)2．6．4 M序列的譜密度2．6．5逆M序列的產(chǎn)生及其性質(zhì)第3章 過程的數(shù)學描述3．1 輸入輸出模型3．1．1連續(xù)型輸入輸出模型3．1．2離散型輸入輸出模型3．2 狀態(tài)空間模型3．2．1連續(xù)型狀態(tài)空間模型3．2．2離散型狀態(tài)空間模型3．3 數(shù)學模型之間的等價變換3．3．1 SISO過程微分方程化為差分方程3．3．2 SISO過程離散型狀態(tài)方程化為差分方程3．4 隨機模型3．4．1一般概念3．4．2噪聲模型及其分類第4章 經(jīng)典的辨識方法4．1 引言4．2 階躍響應(yīng)法4．2．1實驗測取過程的階躍響應(yīng)4．2．2由階躍響應(yīng)求過程的傳遞函數(shù)4．3 脈沖響應(yīng)法4．3．1過程脈沖響應(yīng)的辨識4．3．2由脈沖響應(yīng)求過程的傳遞函數(shù)4．4 頻率響應(yīng)法4．4．1實驗測取過程的頻率響應(yīng)4．4．2由頻率響應(yīng)求過程的傳遞函數(shù)4．5 相關(guān)分析法4．5．1頻率響應(yīng)的辨識4．5．2脈沖響應(yīng)的辨識4．6譜分析法4．6．1周期圖法4．6．2平滑法4．7 一個工業(yè)上的應(yīng)用實例第5章 最小二乘類參數(shù)辨識方法（1）5．1 引言5．2 最小二乘法的基本概念5．3 最小二乘問題的提法5．4 最小二乘問題的解5．5 最小二乘估計的幾何解釋5．6 最小二乘參數(shù)估計量的統(tǒng)計性質(zhì)5．6．1無偏性5．6．2參數(shù)估計偏差的協(xié)方差性質(zhì)5．6．3一致性5．6．4有效性5．6．5漸近正態(tài)性5．7 噪聲方差的估計5．8 最小二乘參數(shù)估計的遞推算法5．8．1 依觀測次序的遞推算法5．8．2仿真例5．8．3問題討論5．8．4依模型階次的遞推算法第6章 最小二乘類參數(shù)辨識方法（11）6．1 引言6．2 適應(yīng)算法6．2．1"數(shù)據(jù)飽和"現(xiàn)象6．2．2遺忘因子法6．2．3限定記憶法6．3 偏差補償最小二乘法6．4 增廣最小二乘法6．5 廣義最小二乘法6．6 輔助變量法6．6．1一次完成算法，6．6．2輔助變量的選擇6．6．3遞推算法6．6．4問題討論6．6．5仿真例6．7 二步法6．7．1 COR-LS二步法6．7．2仿真例6．8 多級最小二乘法6．9 Yule-Walker辨識算法6．9．1一次完成算法6．9．2依階次遞推算法6．10 最小二乘類辨識方法的比較6．11 工業(yè)上的一個應(yīng)用突例第7章 梯度校正參數(shù)辨識方法7．1 引言7．2 確定性問題的梯度校正參數(shù)辨識方法7．2．1權(quán)矩陣尺（置）的選擇7．2．2應(yīng)用例--脈沖響應(yīng)辨識7．3 隨機性問題的梯度校正參數(shù)辨識方法7．3．1隨機性問題的提法7．3．2隨機性辨識問題的分類7．3．3 隨機性問題的梯度校正參數(shù)估計方法7．4 梯度校正法在動態(tài)過程辨識中的應(yīng)用7．4．1狀態(tài)方程的參數(shù)辨識7．4．2差分方程的參數(shù)辨識7．5 實例7．6 隨機逼近法7．6．1隨機逼近原理7．6．2隨機逼近參數(shù)估計方法7．6．3隨機牛頓法第8章 極大似然法和預(yù)報誤差方法8．1 引言8．2 極大似然參數(shù)辨識方法8．2．1極大似然原理8．2．2動態(tài)過程模型參數(shù)的極大似然估計8.3預(yù)報誤差參數(shù)辨識方法第9章 其它兩種辨識方法第10章 最小二乘一次完成算法之間的內(nèi)在聯(lián)系第11章 遞推辨識算法的一般結(jié)構(gòu)第12章 遞推辨識算法的收斂性分析第13章 模型階次的確定第14章 閉環(huán)系統(tǒng)辨識第15章 多變量線性過程辨識第16章 辨識問題的一些實際考慮第17章 辨識的應(yīng)用

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    過程辨識 PDF格式下載

---