动态系统辨识 导论与应用

　　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。

　　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

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