系统辨识理论及MATLAB仿真 本书特色

　　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、*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。

系统辨识理论及MATLAB仿真 目录

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 *小二乘参数辨识方法及应用
3.1 *小二乘参数辨识方法
3.1.1 基本原理
3.1.2 利用*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*小二乘参数求解
3.2 加权*小二乘算法
3.2.1 一般*小二乘算法的分析与设计
3.2.2 加权*小二乘法的分析与设计
3.2.3 仿真实例
3.3 递推*小二乘算法
3.3.1 递推*小二乘算法的基本原理
3.3.2 递推*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*小二乘参数辨识方法
3.3.5 时变系统的递推*小二乘参数辨识方法
3.4 递推阻尼*小二乘算法
3.4.1 递推阻尼*小二乘算法的基本原理
3.4.2 递推阻尼*小二乘算法的分析与设计
3.4.3 仿真实例
3.5 增广*小二乘算法
3.5.1 增广*小二乘算法的基本原理
3.5.2 增广*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*小二乘辨识算法
3.6.1 多变量系统的*小二乘辨识算法的基本原理
3.6.2 多变量系统的*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

 1/2    1 2 下一页 尾页

教材 研究生/本科/专科教材 工学

在线阅读