动态系统辨识:导论与应用

  

本书以一种易懂、明晰、有条理的方式论述系统辨识，而且特别注重面向应用的辨识方法。主要内容包括时域与频域、连续时间与离散时间的非参数模型辨识和参数模型辨识，比较深入地讨论了辨识的数值计算和实际应用中的若干问题；对多变量系统辨识、非线性系统辨识以及闭环系统辨识等也有较为系统的论述。全书共分9个部分，24章，各章论述系统、简要，配有习题和数据集，供读者练习，以加强理解。
本书可供自动化类及相关专业高校师生和工程科技人员选用。

R.伊泽曼（Rolf Isermann），德国达姆施塔特工业大学自动控制研究所荣休教授、控制系统与过程自动化实验室主任，靠前自动控制联合会（IFAC）Fellow，IFAC技术过程的故障检测、监控和安全性技术委员会委员。1965年于德国斯图加特大学获得博士学位，先后在斯图加特大学和达姆施塔特工业大学任教，讲授系统辨识课多年。研究方向包括工业控制、系统辨识、故障诊断等。著有德文和英文专著多部。
M.明奇霍夫（Macro Münchhof），德国爱科曼集团（EckelmannAG）董事，机械自动化领域负责人。2006年于德国达姆施塔特工业大学获得博士学位，其后曾该校任教，从2006~2011年起讲授“动态系统辨识”课。研究方向包括系统辨识、故障诊断等。
杨帆，清华大学自动化系副教授，中国化工学会化工自动化及仪表专业委员会委员，中国仪器仪表学会青年工作委员会委员，美国化工工程师学会（AlChE）不错会员。2008年于清华大学获得博士学位，曾在加拿大阿尔伯塔大学从事博士后研究，2012年起讲授“系统辨识理论与实践”课。研究方向包括系统建模、监控、报警管理等。著有英文专著一部。
耿立辉，天津职业技术师范大学自动化与电工程学院副教授。2011年于清华大学获得博学位。曾在澳大利亚纽卡斯尔大学从事访问究。研究方向为系统辨识理论及其工程应用
倪博溢，SAP中国研究院数据分析员。2011于清华大学获得博士学位，其后相继在德国法国的研究院所从事博士后研究。研究方向括系统建模、数据分析、信息压缩、内存数据库技术等。

中文版序
Preface for the Chinese translation
序
译著序言
原著序言
符号列表
章绪论
1.1理论建模与实验建模
1.2动态系统辨识的任务和问题
1.3辨识方法的分类及在本书中的处理
1.4辨识方法概述
1.4.1非参数模型
1.4.2参数模型
1.4.3信号分析
1.5激励信号
1.6特殊的应用问题
1.6.1输入含有噪声
1.6.2多输入或多输出系统的辨识
1.7.应用领域
1.7.1增加对过程特性的认识
1.7.2理论模型的验证
1.7.3控制器参数的整定
1.7.4基于计算机的数字控制算法设计
1.7.5自适应控制算法
1.7.6过程监控和故障检测
1.7.7信号预测
1.7.8在线优化
1.8文献综述
习题
参考文献
第2章线性动态系统和随机信号的数学模型
2.1.连续时间信号的动态系统
数学模型
2.1.1非参数模型，确定性信号
2.1.2参数模型，确定性信号
2.2离散时间信号的动态系统数学模型
2.2.1参数模型，确定性信号
2.3连续时间随机信号模型
2.3.1特殊的随机信号过程
2.4离散时间随机信号模型
2.5特征参数的确定
2.5.1利用一阶系统近似
2.5.2利用二阶系统近似
2.5.3利用n阶具有相等时间常数的时滞系统近似
2.5.4利用具有迟延的一阶系统近似
2.6具有积分作用或微分作用的系统
2.6.1积分作用
2.6.2微分作用
2.7小结
习题
参考文献
第Ⅰ部分频域非参数模型辨识——连续时间信号
第3章周期信号和非周期信号的谱分析方法
3.1傅里叶变换的数值计算
3.1.1周期信号的傅里叶级数
3.1.2非周期信号的傅里叶变换
3.1.3傅里叶变换的数值计算
3.1.4加窗
3.1.5短时傅里叶变换
3.2小波变换
3.3周期图
3.4小结
习题
参考文献
第4章利用非周期信号测量频率响应
4.1基本方程
4.2非周期信号的傅里叶变换
4.2.1简单脉冲
4.2.2双脉冲
4.2.3阶跃函数和斜坡函数
4.3确定频率响应
4.4噪声的影响
4.5小结
习题
参考文献
第5章利用周期测试信号测量频率响应
5.1利用正弦测试信号测量频率响应
5.2利用矩形和梯形测试信号测量频率响应
5.3利用多频率测试信号测量频率响应
5.4利用连续变频测试信号测量频率响应
5.5利用相关函数测量频率响应
5.5.1以相关函数测定频率响应
5.5.2利用正交相关分析测量频率响应
5.6小结
习题
参考文献
第Ⅱ部分利用相关分析法辨识非参数模型——连续时间和离散时间
第6章连续时间模型的相关分析
6.1相关函数的估计
6.1.1互相关函数
6.1.2自相关函数
6.2用平稳随机信号激励的动态过程相关分析
6.2.1利用去卷积确定脉冲响应
6.2.2白噪声作为输入信号
6.2.3误差估计
6.2.4利用实际的自然噪声作为输入信号
6.3利用二值随机信号激励的动态过程相关分析
6.4闭环下的相关分析
6.5小结习题
参考文献
第7章离散时间模型的相关分析
7.1相关函数估计
7.1.1自相关函数
7.1.2互相关函数
7.1.3相关函数的快速计算
7.1.4相关函数的递推计算
7.2线性动态系统的相关分析
7.2.1利用去卷积确定脉冲响应
7.2.2随机扰动的影响
7.3离散时间二值测试信号
7.4小结
习题
参考文献
第Ⅲ部分参数模型辨识——离散时间信号
第8章稳态过程的最小二乘参数估计
8.1引言
8.2线性稳态过程
8.3非线性稳态过程
8.4几何解释
8.5极大似然和Cramér-Rao界
8.6约束
8.7小结
习题
参考文献
第9章动态过程的最小二乘参数估计
9.1最小二乘（LS）非递推方法
9.1.1基本方程
9.1.2收敛性
9.1.3参数估计的协方差和模型的不确定性
9.1.4参数可辨识性
9.1.5未知直流分量
9.2周期参数信号模型的谱分析
9.2.1时域参数信号模型
9.2.2频域参数信号模型
9.2.3系数的确定
9.2.4幅值的估计
9.3非参数中间模型的参数估计
9.3.1非周期激励响应和最小二乘法
9.3.2相关-最小二乘法（COR-LS）
9.4最小二乘的递推方法（RLS）
9.4.1基本方程
9.4.2随机信号的递推参数估计
9.4.3未知直流分量
9.5加权最小二乘方法（WLS）
9.5.1Markov估计
9.6指数遗忘的递推参数估计
9.6.1带约束的最小二乘递推方法
9.6.2Tikhonov正则化
9.7小结
习题
参考文献
0章最小二乘参数估计的改进
10.1广义最小二乘法
10.1.1广义最小二乘的非递推方法（GLS）
10.1.2广义最小二乘的递推方法（RGLS）
10.2增广最小二乘法（ELS）
10.3偏差校正方法（CLS）
10.4总体最小二乘法（TLS）
10.5辅助变量法
10.5.1辅助变量的非递推方法（IV）
10.5.2辅助变量的递推方法（RIV）
10.6随机逼近法（STA）
10.6.1Robbins-Monro算法
10.6.2Kiefer-Wolfowitz算法
10.7（归一化）最小均方法（NLMS）
10.8小结
习题
参考文献
1章贝叶斯方法和极大似然法
11.1贝叶斯方法
11.2极大似然法（ML）
112.1非递推的极大似然法
11.2.2递推极大似然法（RML）
11.2.3Cramér-Rao界与优选精度
11.3小结
习题
参考文献
2章时变过程的参数估计
12.1恒定遗忘因子的指数遗忘
12.2可变遗忘因子的指数遗忘
12.3协方差矩阵的调整
12.4递推参数估计方法的收敛性
12.4.1观测器形式的参数估计
12.5小结
习题
参考文献
3章闭环参数估计
13.1无额外测试信号的过程辨识
13.1.1间接过程辨识（情况a+c+e）
13.1.2直接过程辨识（情况b+d+e）
13.2利用额外测试信号的
过程辨识
13.3闭环辨识方法
13.3.1无额外测试信号的间接过程辨识
13.3.2有额外测试信号的间接过程辨识
13.3.3无额外测试信号的直接过程辨识
13.3.4有额外测试信号的直接过程辨识
13.3小结
习题
参考文献
第Ⅳ部分参数模型辨识——连续时间信号
4章频率响应的参数估计
14.1引言
14.2频率响应的最小二乘逼近法（FR-LS）
14.3小结
习题
参考文献
5章微分方程和连续时间过程的参数估计
15.1最小二乘方法
15.1.1基本方程
15.1.2收敛性
15.2导数的确定
15.2.1数值微分
15.2.2状态变量滤波器
15.2.3有限脉冲响应（FIR）滤波器
15.3一致参数估计方法
15.3.1辅助变量法
15.3.2扩展Kalman滤波器，极大似然法
15.3.3相关-最小二乘法
15.3.4离散时间模型的转换
15.4物理参数的估计
15.5部分参数已知的参数估计
15.6小结
习题
参考文献
6章子空间法
16.1引言
16.2子空间
16.3子空间辨识
16.4利用脉冲响应进行辨识
16.5原始形式的一些改进
16.6用于连续时间系统
16.7小结
习题
参考文献第Ⅴ部分多变量系统辨识
7章多输入多输出系统的
参数估计
17.1传递函数模型
17.1.1矩阵多项式表示
17.2状态空间模型
17.2.1状态空间形式
17.2.2输入/输出模型
17.3脉冲响应模型和Markov参数
17.4顺序辨识
17.5相关分析法
17.5.1去卷积法
17.5.2测试信号
17.6参数估计方法
17.61最小二乘方法
17.6.2相关-最小二乘法
17.7小结
习题
参考文献
第Ⅵ部分非线性系统辨识
8章非线性系统的参数估计
18.1连续可导非线性的动态系统
18.1.1Volterra级数
18.1.2Hammerstein模型
18.1.3Wiener模型
18.1.4Lachmann提出的模型
18.1.5参数估计
18.2不连续可导非线性的动态
系统
18.2.1.带摩擦的系统
18.2.2具有死区的系统
18.3小结
习题
参考文献
9章迭代优化
19.1引言
19.2非线性优化算法
19.3一维方法
19.4多维优化
19.4.1零阶优化器
19.4.2一阶优化器
19.4.3二阶优化器
19.5约束
19.5.1序贯无约束极小化方法
19.6利用迭代优化的预报误差法
19.7梯度的确定
19.8模型不确定性
19.9小结
习题
参考文献
第20章用于辨识的神经网络和
查询表
20.1用于辨识的人工神经网络
20.1.1用于稳态系统的人工神经网络
20.1.2用于动态系统的人工神经网络
20.1.3半物理局部线性模型
20.1.4局部和全局参数估计
20.1.5局部线性动态模型
20.1.6带子集选择的局部多项式模型
20.2用于稳态过程的查询表
20.3小结
习题
参考文献
第21章基于Kalman滤波的状态和
参数估计
21.1离散Kalman滤波器
21.2稳态Kalman滤波器
21.3时变离散时间系统的Kalman滤波器
21.4扩展Kalman滤波器
21.5扩展Kalman滤波器用于参数估计
21.6连续时间模型
21.7小结
习题
参考文献
第Ⅶ部分其他问题
第22章数值计算
22.1条件数
22.2矩阵P的分解方法
22.3矩阵P-1的分解方法
22.4小结
22.5习题
22.6参考文献
第23章参数估计的实际问题
23.1输入信号的选择
23.2采样速率的选择
23.2.1预期的应用
23.2.2辨识模型的精度
23.2.3数值计算问题
23.3线性动态模型结构参数的确定
23.3.1迟延时间的确定
23.3.2模型阶次的确定
23.4不同参数估计方法的比较
23.4.1导言
23.4.2先验假设的比较
23.4.3辨识方法总结
23.5具有积分作用过程的参数估计
23.6系统输入扰动
23.7消除特殊的扰动
23.7.1漂移和高频噪声
23.7.2异常值
23.8验证
23.9过程辨识所用的特殊设备
23.9.1硬件设备
23.9.2利用数字计算机辨识
23.10小结
习题
参考文献第Ⅷ部分应用
第24章应用实例
24.1执行器
24.1.1无刷直流执行器
24.1.2电磁汽车节气门执行器
24.1.3液压执行器
24.2机械设备
24.2.1机床
24.2.2工业机器人
24.2.3离心泵
24.2.4热交换器
24.2.5空调
24.2.6旋转式干燥器
24.2.7引擎试验台
24.3汽车
24.3.1车辆参数估计
24.3.2制动系统
24.3.3汽车悬挂
24.3.4胎压
24.3.5内燃引擎
24.4小结
参考文献
第Ⅸ部分附录
附录A数学方面
A.1随机变量的收敛性
A.2参数估计方法的性质
A.3向量和矩阵的导数
A.4矩阵求逆引理
参考文献
附录B实验系统
B.1三质量振荡器
参考文献
索引