| 第一章 引论 §1-1 系统、模型与辨识 §1-2 系统辨识的发展和现状 §1-3 系统辨识的基本过程 第二章 动态系统的描述 §2-1 单输入、单输出线性连续系统的动态模型 §2-2 线性离散系统的动态模型 §2-3 随机型动态系统的数学模型 §2-4 小结 习题 第三章 线性系统辨识的经典方法 §3-1 引言 §3-2 阶跃响应法 §3-3 频率法 §3-4 相关分析法 §3-5 小结 习题 第四章 线性系统参数估计的最小二乘法 §4-1 引言 §4-2 基本最小二乘法 §4-3 最小二乘法在线性系统参数估计中的应用 §4-4 递推最小二乘法 §4-5 最小二乘估计的统计特性 §4-6 广义最小二乘法 §4-7 辅助变量法 §4-8 增广最小二乘法 §4-9 多步最小二乘法 §4-10 随机逼近方法 §4-11 小结 习题 第五章 线性系统的状态估计 §5-1 引言 §5-2 随机型线性离散系统的分析 §5-3 系统状态的最小方差估计 §5-4 系统状态的线性最小方差估计 §5-5 系统状态的递推估计 §5-6 卡尔曼滤波器的具体计算 §5-7 卡尔曼滤波器用于系统的参数估计 §5-8 推广的卡尔曼滤波器 §5-9 小结 习题 第六章 非线性系统的辨识 §6-1 引言 §6-2 Volterra级数描述和辨识 §6-3 具有线性参数的非线性差分方程和辨识 §6-4 具有非线性参数的非线性差分方程和辨识 §6-5 Hammerstein模型与辨识 §6-6 基于神经元网络的非线性系统辨识 §6-7 小结 第七章 极大似然法和预报误差法 §7-1 引言 §7-2 极大似然法 §7-3 预报误差方法 §7-4 极大似然法估计线性系统参数的离线迭代算法 §7-5 极大似然法估计线性系统参数的在线递推算法 §7-6 递推算法的一般格式及收敛性分析 §7-7 各种辨识方法的比较与选用 §7-8 小结 习题 第八章 系统模型结构的辨识 §8-1 引言 §8-2 单输入、单输出系统的模型结构辨识 §8-3 多输入、多输出系统的模型结构辨识 §8-4 小结 习题 …… 第九章 系统辨识实用中的一些问题 |
内容加载中，请稍后...
商品评论（0条）