系统辨识理论及应用：英文

　　Chapter 1 introduction 
　　1.1 Classification of Mathematic Models of System and Modelling Methods 
　　1.1.1 Signification of Model 
　　1.1.2 Representation Forms of Models 
　　1.1.3 Classification of Mathematic Models 
　　1.1.4 Basic Methods to Establish Mathematic Model 
　　1.1.5 Basic Principles Followed for Modeling 
　　1.2 Definition, Content and Procedure of Identification 
　　1.2.1 Definition of Identification 
　　1.2.2 Content and Procedure of Identification 
　　1.3 Error Criteria Usually Used in Identification 
　　1.3.1 Output Error Criterion 
　　1.3.2 Input Error Criterion 
　　1.3.3 Generalized Error Criterion 
　　1.4 Classification of System Identification 
　　1.4.1 Off-line Identification 
　　1.4.2 On-line Identification 
　　Problems 
　　Chapter 2 Commonly Used Input Signals for System Identification 
　　.2.1 Selective Criteria of Input Signal for System Identification 
　　2.2 White noises and Its Generating Methods 
　　2.2.1 White Noise Process 
　　2.2.2 White Noise Sequence 
　　2.2.3 Generating Methods of White Noise Sequence 
　　2.3 Generation of Pseudorandom Binary Sequence-M-Sequence and Its Properties 
　　2.3.1 Pseudorandom Noise 
　　2.3.2 Generating Method of M-Sequence 
　　2.3.3 Properties of M-Sequence 
　　2.3.4 Autocorrelation Function of Two-Level M-Sequence 
　　2.3.5 Power Spectral Density of Two-Level M-Sequence 
　　Problems 
　　Chapter 3 Classical Identification Methods of Linear System 
　　3.1 Identify Impulse Response of Linear System by Use of M-Sequence 
　　3.2 Obtain Transfer Function from Impulse Function 
　　3.2.1 Transfer Function G(s) of Continuous System 
　　3.2.2 Transfer Function of Discrete System—Impulse Transfer Function G(z-1) 
　　Problems 
　　Chapter 4 Canonical Expression of Dynamic Systems 
　　4.1 Parsimony Principle 
　　4.2 Representations of Difference Equation and State Equation of Linear System 
　　4.2.1 Representation of Difference Equation of Linear Time-Invariant System 
　　4.2.2 Representation of State Equation of Linear System 
　　4.3 Deterministic Canonical State Equations 
　　4.3.1 Controllable Form of Canonical State Equation I 
　　4.3.2 Controllable Form of Canonical State Equation II 
　　4.3.3 Observable Form of Canonical State Equation I 
　　4.3.4 Observable Form of Canonical State Equation II 
　　4.3.5 Observable Form of Canonical State Equation I of Mimo System 
　　4.3.6 Observable Form of Canonical State Equation II of Mimo System 
　　4.4 Deterministic Canonical Difference Equations 
　　4.5 Stochastic Canonical State Equations 
　　4.6 Stochastic Canonical Difference Equations 
　　4.7 Prediction Error Equation 
　　Problems 
　　Chapter 5 Least-Squares Identification 
　　5.1 Least Square Method 
　　5.1.1 Algorithns of Least-Square Estimation 
　　5.1.2 Input Signals for Least-Squares Estimation 
　　5.1.3 Probability Properties of Least-Squares Estimation 
　　5.2 A Kind of Least Squres Which Need Not Invert Matrix 
　　5.3 Recursive Least Squares 
　　5.4 Auxiliary Variable Method 
　　5.5 Recursive Auxiliary Variable Method 
　　5.6 Generalized Least Squares 
　　5.7 An Alternative Generalized Least Squares Technique （Hsia Method） 
　　5.8 Extended Matrix Method 
　　5.9 Multistage Least Squares 
　　5.9.1 The First Algorithm 
　　5.9.2 The Second Algorithm 
　　5.9.3 The Third Algorithm 
　　5.10 Fast Multistage Least Squares 
　　Problems 
　　Chapter 6 Maximum-Likelihood Identification 
　　Chapter 8 Identification of Multi-Input Multi-Output Systems 
　　Chapter 9 Some Other Kinds of Identification Methods 
　　Chapter 10 Establishment of Random Time Series Models 
　　Chapter 11 Structure Identification of System 
　　Chapter 12 Identification of Closed-Loop System 
　　Chapter 13 Application of System Identification to Parameter Identification of Aircraft 
　　Chapter 14 Applicatiom of Neural Network to System Identification 
　　References

　　    《系统辨识理论及应用英文》主要阐述系统辨识的基本原理以及应用。《系统辨识理论及应用英文》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，主要回顾和介绍了与系统的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—多输出系统的辨识、其他一些辨识方法、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。