系统辨识理论及应用

　　第1章 绪论
　　1.1 系统数学模型的分类及建模方法
　　1.1.1 模型的含义
　　1.1.2 模型的表现形式
　　1.1.3 数学模型的分类
　　1.1.4 建立数学模型的基本方法
　　1.1.5 建模时所需遵循的基本原则
　　1.2 辨识的定义、内容和步骤
　　1.2.1 辨识的定义
　　1.2.2 辨识的内容和步骤
　　1.3 辨识中常用的误差准则
　　1.3.1 输出误差准则
　　1.3.2 输入误差准则
　　1.3.3 广义误差准则
　　1.4 系统辨识的分类
　　1.4.1 离线辨识
　　1.4.2 在线辨识
　　思考题
　　第2章 系统辨识常用输入信号
　　2.1 系统辨识输入信号选择准则
　　2.2 白噪声及其产生方法
　　2.2.1 白噪声过程
　　2.2.2 白噪声序列
　　2.2.3 白噪声序列的产生方法
　　2.3 伪随机二位式序列——M序列的产生及其性质
　　2.3.1 伪随机噪声
　　2.3.2 M序列的产生方法
　　2.3.3 M序列的性质
　　2.3.4 二电平M序列的自相关函数
　　2.3.5 二电平M序列的功率谱密度
　　思考题
　　第3章 线性系统的经典辨识方法
　　3.1 用M序列辨识线性系统的脉冲响应
　　3.2 用脉冲响应求传递函数
　　3.2.1 连续系统的传递函数G（s）
　　3.2.2 离散系统传递函数——脉冲传递函数G（z-1）
　　思考题
　　第4章 动态系统的典范表达式
　　4.1 节省原理
　　4.2 线性系统的差分方程和状态方程表示法
　　4.2.1 线性定常系统的差分方程表示法
　　4.2.2 线性系统的状态方程表示法
　　4.3 确定性典范状态方程
　　4.3.1 可控型典范状态方程Ⅰ
　　4.3.2 可控型典范状态方程Ⅱ
　　4.3.3 可观测型典范状态方程Ⅰ
　　4.3.4 可观测型典范状态方程Ⅱ
　　4.3.5 多输入一多输出系统可观测型典范状态方程Ⅰ
　　4.3.6 多输入一多输出系统可观测型典范状态方程Ⅱ
　　4.4 确定性典范差分方程
　　4.5 随机性典范状态方程
　　4.6 随机性典范差分方程
　　4.7 预测误差方程
　　思考题
　　第5章 最小二乘法辨识
　　5.1 最小二乘法
　　5.1.1 最小二乘估计算法
　　5.1.2 最小二乘估计中的输入信号问题
　　5.1.3 最小二乘估计的概率性质
　　5.2 一种不需矩阵求逆的最小二乘法
　　5.3 递推最小二乘法
　　5.4 辅助变量法
　　5.5 递推辅助变量法
　　5.6 广义最小二乘法
　　5.7 一种交替的广义最小二乘法求解技术（夏氏法）
　　5.8 增广矩阵法
　　5.9 多阶段最小二乘法
　　5.9.1 第1种算法
　　5.9.2 第2种算法
　　5.9.3 第3种算法
　　5.10 快速多阶段最小二乘法
　　思考题
　　第6章 极大似然法辨识
　　第7章 时变参数辨识方法
　　第8章 多输入一多输出系统的辨识
　　第9章 其它一些辨识方法
　　第10章 随机时序列模型的建立
　　第11章 系统结构辨识
　　第12章 闭环系统辨识
　　第13章 系统辨识在飞行器参数辨识中的应用
　　第14章 神经网络在系统辨识中的应用
　　参考文献

　　    《系统辨识理论及应用》主要阐述系统辨识的基本原理及应用。全书共分14章。第1章至第4章为绪论、系统辨识常用输入信号、线性系统的经典辨识方法和动态系统的典范表达式，主要是回顾和介绍了与系统辨识有关的一些基础知识。第5章至第12章为最小二乘法辨识、极大似然法辨识、时变参数辨识方法、多输入一多输出系统的辨识、其它一些辨识方法、随机时序列模型的建立、系统结构辨识和闭环系统辨识等，介绍了系统辨识常用基本方法，是系统辨识的主要基本内容。第13章和第14章分别介绍了系统辨识在飞行器参数辨识中的应用和神经网络在系统辨识中的应用。