电气工程、自动化专业规划教材 系统辨识理论及MATLAB仿真 作者:刘金琨 等编出版时间:2013年版内容简介 《普通高等教育“十二五”规划教材·电气工程、自动化专业规划教材:系统辨识理论及MATLAB仿真》从MATLAB仿真角度系统介绍了系统辨识的基本理论、基本方法和应用技术,是作者多年来从事控制系统教学和科研工作的结晶,同时融入了国内外同行近年来所取得的新成果。《普通高等教育“十二五”规划教材·电气工程、自动化专业规划教材:系统辨识理论及MATLAB仿真》共9章,包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例,每种实例都进行了仿真分析,并给出了相应的MATLAB仿真程序。本书各部分内容既相互联系又相互独立,读者可根据自己需要选择学习。目录第1章 绪论1.1 建立数学模型的基本方法1.2 系统辨识的定义1.3 系统辨识的研究目的1.4 数学模型的分类1.5 几种常见的数学模型的数学表示1.6 系统辨识常用的误差准则1.7 系统辨识的分类1.7.1 离线辨识1.7.2 在线辨识1.8 辨识的内容和步骤1.9 系统辨识方法1.10 系统辨识方法分类1.10.1 经典系统辨识方法1.10.2 现代系统辨识方法思考题与习题1第2章 系统辨识常用输入信号2.1 系统辨识对输入信号的要求2.2 系统辨识常用的输入信号2.2.1 白噪声信号2.2.2 白噪声序列的产生2.3 M序列的产生及其性质思考题与习题2第3章 最小二乘参数辨识方法及应用3.1 最小二乘参数辨识方法3.1.1 基本原理3.1.2 利用最小二乘法求取模型参数3.1.3 仿真实例:热敏电阻和温度关系的最小二乘参数求解3.2 加权最小二乘算法3.2.1 一般最小二乘算法的分析与设计3.2.2 加权最小二乘法的分析与设计3.2.3 仿真实例3.3 递推最小二乘算法3.3.1 递推最小二乘算法的基本原理3.3.2 递推最小二乘算法的分析与设计3.3.3 仿真实例3.3.4 时不变系统的递推最小二乘参数辨识方法3.3.5 时变系统的递推最小二乘参数辨识方法3.4 递推阻尼最小二乘算法3.4.1 递推阻尼最小二乘算法的基本原理3.4.2 递推阻尼最小二乘算法的分析与设计3.4.3 仿真实例3.5 增广最小二乘算法3.5.1 增广最小二乘算法的基本原理3.5.2 增广最小二乘算法的分析与设计3.5.3 仿真实例3.6 多变量系统的最小二乘辨识算法3.6.1 多变量系统的最小二乘辨识算法的基本原理3.6.2 多变量系统的最小二乘辨识算法的分析与设计3.6.3 仿真实例思考题与习题3第4章 极大似然参数辨识方法4.1 引言4.2 极大似然参数估计的原理及性质4.2.1 极大似然参数估计原理4.2.2 似然函数的构造4.2.3 极大似然参数估计的统计性质4.3 动态系统参数的极大似然参数估计4.4 Newton-Raphson法应用于极大似然参数估计求解4.5 递推的极大似然估计思考题与习题4第5章 传递函数的时域和频域辨识5.1 传递函数辨识的时域法5.1.1 一阶惯性滞后环节的辨识5.1.2 二阶惯性加纯迟延的传递函数拟合5.1.3 用n阶惯性环节加纯延迟的传递函数拟合5.2 传递函数的频率辨识5.2.1 利用Bode图特性求传递函数5.2.2 利用MATLAB工具求系统传递函数5.3 线性系统开环传递函数的辨识5.3.1 基本原理5.3.2 仿真实例5.4 闭环系统传递函数的辨识和前馈控制5.4.1 闭环系统辨识5.4.2 仿真实例5.4.3 零相差前馈控制基本原理5.4.4 系统相移5.4.5 仿真实例思考题与习题5第6章 神经网络辨识及其应用6.1 神经网络理论基础6.1.1 神经网络原理6.1.2 神经网络学习算法6.1.3 神经网络的要素及特征6.1.4 人工神经网络辨识的特点6.2 BP神经网络辨识6.2.1 BP神经网络6.2.2 网络结构6.2.3 BP网络的优缺点6.3 BP网络的逼近6.3.1 基本原理6.3.2 仿真实例6.4 基于数据的BP网络离线建模6.4.1 基本原理6.4.2 仿真实例6.5 基于模型的BP神经网络离线建模6.5.1 基本原理6.5.2 仿真实例6.6 RBF神经网络辨识及在自校正控制中的应用6.6.1 RBF神经网络6.6.2 RBF网络的逼近6.6.3 仿真实例6.7 基于未知项在线建模的RBF网络自校正控制6.7.1 神经网络自校正控制原理6.7.2 RBF网络自校正控制6.7.3 仿真实例6.8 Hopfield神经网络辨识6.8.1 Hopfield网络原理6.8.2 Hopfield网络线性系统参数辨识6.8.3 仿真实例6.9 RBF网络建模应用——自适应神经网络控制6.9.1 问题描述6.9.2 RBF网络逼近原理6.9.3 仿真实例思考题与习题6第7章 模糊系统辨识7.1 模糊系统的理论基础7.1.1 特征函数和隶属函数7.1.2 模糊算子7.1.3 隶属函数7.1.4 模糊系统的设计7.2 基于Sugeno模糊模型的建模7.2.1 Sugeno模糊模型7.2.2 仿真实例7.2.3 基于Sugeno模糊模型的倒立摆模糊控制7.2.4 仿真实例7.2.5 基于Sugeno的倒立摆模糊控制7.2.6 仿真实例7.3 模糊逼近7.3.1 模糊系统的设计7.3.2 模糊系统的逼近精度7.3.3 仿真实例7.4 模糊系统建模应用——自适应模糊控制7.4.1 问题描述7.4.2 模糊逼近原理7.4.3 控制算法设计与分析7.4.4 仿真实例思考题与习题7第8章 智能优化算法辨识8.1 遗传算法基本原理8.2 遗传算法的特点8.3 遗传算法的应用领域8.4 遗传算法的优化设计8.4.1 遗传算法的构成要素8.4.2 遗传算法的应用步骤8.5 遗传算法求函数极大值8.5.1 二进制编码遗传算法求函数极大值8.5.2 实数编码遗传算法求函数极大值8.6 基于遗传算法摩擦模型参数辨识的PID控制8.6.1 问题描述8.6.2 仿真实例8.7 基于遗传算法的伺服系统静态摩擦参数辨识8.7.1 伺服系统的静态摩擦模型8.7.2 静摩擦模型Stribeck曲线的获取8.7.3 基于遗传算法的静态摩擦参数辨识8.7.4 仿真实例8.8 基于遗传算法的机械手参数辨识8.8.1 系统描述8.8.2 仿真实例8.9 粒子群优化算法8.9.1 粒子群算法基本原理8.9.2 参数设置8.9.3 算法流程8.10 基于粒子群算法的函数优化8.11 基于粒子群算法的机械手参数辨识8.12 基于粒子群算法的非线性系统参数辨识8.12.1 辨识非线性静态模型8.12.2 辨识非线性动态模型8.12.3 基于粒子群算法的VTOL飞行器参数辨识8.13 差分进化算法8.13.1 标准差分进化算法8.13.2 差分进化算法的基本流程8.13.3 差分进化算法的参数设置8.13.4 基于差分进化算法的函数优化8.14 基于差分进化算法的非线性系统参数辨识8.14.1 辨识非线性静态模型8.14.2 辨识非线性动态模型8.14.3 基于差分进化算法的VTOL飞行器参数辨识8.15 基于微分器的微分信号提取8.15.1 微分器的由来8.1 上一篇: 现代物流技术装备一本通系列丛书 自动化立体仓库一本通 [黄静云 主编] 2010年版 下一篇: 西门子工业自动化技术丛书 TIA 博途软件-STEP7V11编程指南 [崔坚 主编] 2012年版