《動態系統辨識——導論與套用》是2016年4月機械工業出版社出版的圖書，作者是[德]R.伊澤曼、[德]M.明奇霍夫。
基本介紹
- 中文名：動態系統辨識——導論與套用
- 作者：[德]R.伊澤曼、[德]M.明奇霍夫
- 出版時間：2016年4月
- 出版社：機械工業出版社
- 頁數：537 頁
- ISBN：9787111532170
- 定價：129 元
- 開本：16 開
- 裝幀：平裝
內容簡介,圖書目錄,作者簡介,
內容簡介
本書以一種易懂、明晰、有條理的方式論述系統辨識，而且特別注重面向套用的辨識方法。主要內容包括時域與頻域、連續時間與離散時間的非參數模型辨識和參數模型辨識，比較深入地討論了辨識的數值計算和實際套用中的若干問題；對多變數系統辨識、非線性系統辨識以及閉環系統辨識等也有較為系統的論述。全書共分9個部分，24章，各章論述系統、簡要，配有習題和數據集，供讀者練習，以加強理解。
本書可供自動化類及相關專業高校師生和工程科技人員選用。
圖書目錄
中文版序Ⅲ
Preface for the Chinese translationⅣ
序Ⅴ
譯著序言Ⅵ
原著序言Ⅷ
符號列表Ⅹ
第1章緒論
11理論建模與實驗建模
12動態系統辨識的任務和問題
13辨識方法的分類及在本書中的
處理
14辨識方法概述
141非參數模型
142參數模型
143信號分析
15激勵信號
16特殊的套用問題
161輸入含有噪聲
162多輸入或多輸出系統的辨識
17套用領域
171增加對過程特性的認識
172理論模型的驗證
173控制器參數的整定
174基於計算機的數字控制
算法設計
175自適應控制算法
176過程監控和故障檢測
177信號預測
178線上最佳化
18文獻綜述
習題
參考文獻
第2章線性動態系統和隨機信號的
數學模型
21連續時間信號的動態系統
數學模型
211非參數模型，確定性信號
212參數模型，確定性信號
22離散時間信號的動態系統
數學模型
221參數模型，確定性信號
23連續時間隨機信號模型
231特殊的隨機信號過程
24離散時間隨機信號模型
25特徵參數的確定
251利用一階系統近似
252利用二階系統近似
253利用n階具有相等時間常數的
時滯系統近似
254利用具有遲延的一階系統近似
26具有積分作用或微分
作用的系統
261積分作用
262微分作用
27小結
習題
參考文獻第Ⅰ部分頻域非參數模型辨識
——連續時間信號第3章周期信號和非周期信號的
譜分析方法
31傅立葉變換的數值計算
311周期信號的傅立葉級數
312非周期信號的傅立葉變換
313傅立葉變換的數值計算
314加窗
315短時傅立葉變換
32小波變換
33周期圖
34小結
習題
參考文獻
第4章利用非周期信號測量
頻率回響
41基本方程
42非周期信號的傅立葉變換
421簡單脈衝
422雙脈衝
423階躍函式和斜坡函式
43確定頻率回響
44噪聲的影響
45小結
習題
參考文獻
ⅩⅨ第5章利用周期測試信號測量
頻率回響
51利用正弦測試信號測量
頻率回響
52利用矩形和梯形測試信號測量
頻率回響
53利用多頻率測試信號測量
頻率回響
54利用連續變頻測試信號測量
頻率回響
55利用相關函式測量頻率回響
551以相關函式測定頻率回響
552利用正交相關分析測量
頻率回響
56小結
習題
參考文獻第Ⅱ部分利用相關分析法辨識非參數模型
——連續時間和離散時間第6章連續時間模型的相關分析
61相關函式的估計
611互相關函式
612自相關函式
62用平穩隨機信號激勵的動態
過程相關分析
621利用去卷積確定脈衝回響
622白噪聲作為輸入信號
623誤差估計
624利用實際的自然噪聲作為
輸入信號
63利用二值隨機信號激勵的動態
過程相關分析
64閉環下的相關分析
65小結習題
參考文獻
第7章離散時間模型的相關分析
71相關函式估計
711自相關函式
712互相關函式
713相關函式的快速計算
714相關函式的遞推計算
72線性動態系統的相關分析
721利用去卷積確定脈衝回響
722隨機擾動的影響
73離散時間二值測試信號
74小結
習題
參考文獻
第Ⅲ部分參數模型辨識——離散時間信號第8章穩態過程的最小二乘
參數估計
81引言
82線性穩態過程
83非線性穩態過程
84幾何解釋
85極大似然和Cramér-Rao界
86約束
87小結
習題
參考文獻
ⅩⅩ第9章動態過程的最小二乘
參數估計
91最小二乘（LS）非遞推方法
911基本方程
912收斂性
913參數估計的協方差和模型的
不確定性
914參數可辨識性
915未知直流分量
92周期參數信號模型的譜分析
921時域參數信號模型
922頻域參數信號模型
923係數的確定
924幅值的估計
93非參數中間模型的參數估計
931非周期激勵回響和最小
二乘法
932相關-最小二乘法
（COR-LS）
94最小二乘的遞推方法（RLS）
941基本方程
942隨機信號的遞推參數估計
943未知直流分量
95加權最小二乘方法（WLS）
951Markov估計
96指數遺忘的遞推參數估計
961帶約束的最小二乘遞推方法
962Tikhonov正則化
97小結
習題
參考文獻
第10章最小二乘參數估計的改進
101廣義最小二乘法
1011廣義最小二乘的非遞推方法
（GLS）
1012廣義最小二乘的遞推方法
（RGLS）
102增廣最小二乘法（ELS）
103偏差校正方法（CLS）
104總體最小二乘法（TLS）
105輔助變數法
1051輔助變數的非遞推方法（IV）
1052輔助變數的遞推方法（RIV）
106隨機逼近法（STA）
1061Robbins-Monro算法
1062Kiefer-Wolfowitz算法
107（歸一化）最小均方法
（NLMS）
108小結
習題
參考文獻
第11章貝葉斯方法和極大似然法
111貝葉斯方法
112極大似然法（ML）
1121非遞推的極大似然法
1122遞推極大似然法（RML）
1123Cramér-Rao界與最大精度
113小結
習題
參考文獻
第12章時變過程的參數估計
121恆定遺忘因子的指數遺忘
122可變遺忘因子的指數遺忘
123協方差矩陣的調整
124遞推參數估計方法的收斂性
1241觀測器形式的參數估計
125小結
習題
參考文獻
第13章閉環參數估計
131無額外測試信號的過程辨識
1311間接過程辨識（情況a+c+e）
1312直接過程辨識（情況b+d+e）
132利用額外測試信號的
過程辨識
133閉環辨識方法
1331無額外測試信號的間接
過程辨識
1332有額外測試信號的間接
過程辨識
1333無額外測試信號的直接
過程辨識
1334有額外測試信號的直接
過程辨識
133小結
習題
參考文獻第Ⅳ部分參數模型辨識——連續時間信號第14章頻率回響的參數估計
141引言
142頻率回響的最小二乘逼近法
（FR-LS）
ⅩⅪ143小結
習題
參考文獻
第15章微分方程和連續時間過程的
參數估計
151最小二乘方法
1511基本方程
1512收斂性
152導數的確定
1521數值微分
1522狀態變數濾波器
1523有限脈衝回響（FIR）
濾波器
153一致參數估計方法
1531輔助變數法
1532擴展Kalman濾波器，極大
似然法
1533相關-最小二乘法
1534離散時間模型的轉換
154物理參數的估計
155部分參數已知的參數估計
156小結
習題
參考文獻
第16章子空間法
161引言
162子空間
163子空間辨識
164利用脈衝回響進行辨識
165原始形式的一些改進
166用於連續時間系統
167小結
習題
參考文獻第Ⅴ部分多變數系統辨識
第17章多輸入多輸出系統的
參數估計
171傳遞函式模型
1711矩陣多項式表示
172狀態空間模型
1721狀態空間形式
1722輸入/輸出模型
173脈衝回響模型和Markov
參數
174順序辨識
175相關分析法
1751去卷積法
1752測試信號
176參數估計方法
1761最小二乘方法
1762相關-最小二乘法
177小結
習題
參考文獻第Ⅵ部分非線性系統辨識
第18章非線性系統的參數估計
181連續可導非線性的動態系統
1811Volterra級數
1812Hammerstein模型
1813Wiener模型
ⅩⅫ1814Lachmann提出的模型
1815參數估計
182不連續可導非線性的動態
系統
1821帶摩擦的系統
1822具有死區的系統
183小結
習題
參考文獻
第19章疊代最佳化
191引言
192非線性最佳化算法
193一維方法
194多維最佳化
1941零階最佳化器
1942一階最佳化器
1943二階最佳化器
195約束
1951序貫無約束極小化方法
196利用疊代最佳化的預報誤差法
197梯度的確定
198模型不確定性
199小結
習題
參考文獻
第20章用於辨識的神經網路和
查詢表
201用於辨識的人工神經網路
2011用於穩態系統的人工
神經網路
2012用於動態系統的人工
神經網路
2013半物理局部線性模型
2014局部和全局參數估計
2015局部線性動態模型
2016帶子集選擇的局部多項式
模型
202用於穩態過程的查詢表
203小結
習題
參考文獻
第21章基於Kalman濾波的狀態和
參數估計
211離散Kalman濾波器
212穩態Kalman濾波器
213時變離散時間系統的Kalman
濾波器
214擴展Kalman濾波器
215擴展Kalman濾波器用於
參數估計
216連續時間模型
217小結
習題
參考文獻第Ⅶ部分其 他 問 題
第22章數值計算
221條件數
222矩陣P的分解方法
223矩陣P-1的分解方法
224小結
225習題
226參考文獻
第23章參數估計的實際問題
231輸入信號的選擇
232採樣速率的選擇
2321預期的套用
2322辨識模型的精度
2323數值計算問題
233線性動態模型結構參數的
確定
2331遲延時間的確定
2332模型階次的確定
234不同參數估計方法的比較
2341導言
Ⅹ2342先驗假設的比較
2343辨識方法總結
235具有積分作用過程的
參數估計
236系統輸入擾動
237消除特殊的擾動
2371漂移和高頻噪聲
2372異常值
238驗證
239過程辨識所用的特殊設備
2391硬體設備
2392利用數字計算機辨識
2310小結
習題
參考文獻第Ⅷ部分套用
第24章套用實例
241執行器
2411無刷直流執行器
2412電磁汽車節氣門執行器
2413液壓執行器
242機械設備
2421工具機
2422工業機器人
2423離心泵
2424熱交換器
2425空調
2426旋轉式乾燥器
2427引擎試驗台
243汽車
2431車輛參數估計
2432制動系統
2433汽車懸掛
2434胎壓
2435內燃引擎
244小結
參考文獻第Ⅸ部分附錄
附錄A數學方面
A1隨機變數的收斂性
A2參數估計方法的性質
A3向量和矩陣的導數
A4矩陣求逆引理
參考文獻
附錄B實驗系統
B1三質量振盪器
參考文獻
作者簡介
羅爾夫伊澤曼（Rolf Isermann），德國達姆施塔特工業大學自動控制研究所榮休教授、控制系統與過程自動化實驗室主任，國際自動控制聯合會（IFAC）Fellow，IFAC技術過程的故障檢測、監控和安全性技術委員會委員。1965年於德國斯圖加特大學獲得博士學位，先後在斯圖加特大學和達姆施塔特工業大學任教，講授系統辨識課多年。研究方向包括工業控制、系統辨識、故障診斷等。著有德文和英文專著多部。
馬克羅明奇霍夫（Macro Münchhof），德國愛科曼集團（EckelmannAG）董事，機械自動化領域負責人。2006年於德國達姆施塔特工業大學獲得博士學位，其後曾該校任教，從2006~2011年起講授“動態系統辨識”課。研究方向包括系統辨識、故障診斷等。
