過程辨識技術(shù)

第1章 引論
　1.1 基本概念和方法
　　1.1.1 動態(tài)系統(tǒng)和靜態(tài)系統(tǒng)
　　1.1.2 動態(tài)特性和穩(wěn)態(tài)特性
　　1.1.3 模型化
　　1.1.4 建立數(shù)學模型的方法
　　1.1.5 數(shù)學模型的應用
　1.2 過程辨識概論
　　1.2.1 系統(tǒng)辨識的定義
　　1.2.2 辨識方法
第2章 過程的數(shù)學模型描述
　2.1 數(shù)學模型的分類
　2.2 確定性連續(xù)時間系統(tǒng)的數(shù)學模型
　　2.2.1 時間域描述
　　2.2.2 頻率域描述
　　2.2.3 多輸入、多輸出系統(tǒng)的數(shù)學模型
　2.3 確定性離散時間系統(tǒng)的數(shù)學模型
　　2.3.1 時間域描述
　　2.3.2 頻率域描述
　2.4 動態(tài)系統(tǒng)的隨機性模型
第3章 瞬態(tài)響應法
　3.1 概述
　3.2 非周期試驗信號的特性
　　3.2.1 基本非周期試驗信號
　　3.2.2 常用非周期試驗信號的處理
　　3.2.3 任意非周期連續(xù)信號的分解
　3.3 由瞬態(tài)響應曲線確定參數(shù)模型
　　3.3.1 由階躍響應曲線求傳遞函數(shù)
　　3.3.2 由其他非周期信號的響應求傳遞函數(shù)
第4章 頻率響應法
　4.1 頻率響應特性
　　4.1.1 直接法
　　4.1.2 相關(guān)濾波法
　4.2 由頻率響應曲線求傳遞函數(shù)
　　4.2.1 插值法
　　4.2.2 最小二乘法
　4.3 由瞬態(tài)響應求頻率特性
　　4.3.1 離散Fourier變換（DFT）簡介
　　4.3.2 DFT的應用
第5章 統(tǒng)計學方法預備知識
　5.1 概率統(tǒng)計基本知識
　　5.1.1 隨機變量及其分布律
　　5.1.2 二維隨機變量
　　5.1.3 均值與方差
　　5.1.4 隨機過程
　　5.1.5 相關(guān)函數(shù)
　5.2 最小二乘法的一般原理
　　5.2.1 基本關(guān)系式
　　5.2.2 統(tǒng)計特性
　　5.2.3 常參數(shù)的遞推估計
　5.3 慢時變參數(shù)的遞推估計
第6章 脈沖響應函數(shù)的辨識
　6.1 辨識問題的提法
　6.2 用相關(guān)分析法辨識脈沖響應函數(shù)
　6.3 用最小二乘法辨識脈>中響應函數(shù)
　6.4 最小二乘法辨識與相關(guān)分析法辨識的關(guān)系
　6.5 激勵信號的選擇
　　6.5.1 隨機白噪聲作激勵信號
　　6.5.2 偽隨機信號作為激勵信號
　　6.5.3 偽隨機二位式序列（PRBS）作激勵信號
　6.6 用偽隨機二位式序列（PRBS）辨識脈>中響應函數(shù)
第7章 線性差分方程模型的辨識
　7.1 線性差分方程模型的最小二乘估計
　　7.1.1 辨識問題的提法
　　7.1.2 最小二乘法求解
　　7.1.3 參數(shù)估計的統(tǒng)計特性
　　7.1.4 系統(tǒng)階的確定
　　7.1.5 遞推估計和實時估計
　7.2 線性差分方程模型的廣義最小二乘估計和多級最小二乘估計
　　7.2.1 相關(guān)殘差造成有偏估計
　　7.2.2 廣義最小二乘估計
　　7.2.3 多級最小二乘估計
參考文獻