全部商品分类

您现在的位置: 全部商品分类 > 自然科学 > 自然科学 > 系统科学

系统辨识--辅助模型辨识思想与方法/系统辨识学术专著丛书

  • 定价: ¥160
  • ISBN:9787030529244
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:科学
  • 页数:401页
  • 作者:丁锋
  • 立即节省:
  • 2017-06-01 第1版
  • 2017-06-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    丁锋著的《系统辨识——辅助模型辨识思想与方法》是《系统辨识学术专著丛书》的第4分册,是作者在清华大学、江南大学教学和科研创新经验的结晶,汇聚了作者及其合作者在辅助模型辨识理论与方法研究方面的一些最新成果。
    本书介绍了线性系统、线性参数系统、输入非线性系统的辅助模型递推辨识方法,内容包括辅助模型随机梯度辨识方法、辅助模型最小二乘辨识方法、变间隔辅助模型辨识方法、基于分解的辅助模型辨识方法、基于滤波的辅助模型辨识方法等,分析了一些典型辅助模型辨识方法的收敛性。本书不仅传授知识,而且还传授科学研究与创新的新思想和新方法。特别是提出了一系列值得学者们深入研究的辨识课题,为进一步研究指明方向。
    本书可作为大学本科高年级学生、硕士和博士研究生“系统辨识”教材及有志者攀登科学高峰的科研用书,也可供自动控制、电气自动化类及相关电类专业高校教师和科技人员选用。

作者简介

    丁锋,男,湖北广水人(应山县人),清华大学博士、university of Alberta博士后、教授、博士生导师。教育与工作经历如下:2004年受聘为江南大学“太湖学者”特聘教授,博士生导师、学科带头人;1980年9月-1984年7月湖北工业大学学士学位;1984年7月-1988年8月湖北制药厂变配电技术员;1988年9月-2002年6月清华大学硕士学位、博士学位(优秀博士学位论文)、讲师、副教授,系统工程研究所副所长;2002年7月-2005年1O月加拿大阿尔伯塔大学(university of Alberta,埃德蒙顿)博士后、研究员;2006年3-5月香港科技大学研究员;2006年12月-2007年2月、2008年5-12月加拿大卡尔顿大学(Carleton University,渥太华)访问教授;2009年1-10月加拿大瑞尔森大学(Ryerson university,多伦多)研究员(包括国家公派访问学者半年)。

目录

系统辨识学术专著丛书

前言
主要符号说明
第1章  辅助模型辨识导引
  1.1  引言
  1.2  辅助模型辨识思想
  1.3  辅助模型梯度辨识方法
    1.3.1  系统描述与辨识模型
    1.3.2  IN-FIR系统辅助模型
    1.3.3  辅助模型投影辨识算法
    1.3.4  辅助模型广义投影辨识算法
    1.3.5  辅助模型随机梯度辨识算法
    1.3.6  修正辅助模型随机梯度辨识算法
    1.3.7  辅助模型遗忘因子随机梯度算法
    1.3.8  仿真例子
  1.4  辅助模型多新息梯度辨识方法
    1.4.1  系统描述与辨识模型
    1.4.2  辅助模型多新息投影辨识算法
    1.4.3  辅助模型多新息广义投影算法
    1.4.4  辅助模型多新息随机梯度算法
    1.4.5  辅助模型多新息遗忘梯度算法
  1.5  变间隔辅助模型多新息梯度辨识方法
    1.5.1  系统描述与辨识模型
    1.5.2  稀少量测数据系统与损失数据系统
    1.5.3  变间隔辅助模型多新息投影辨识算法
    1.5.4  变间隔辅助模型多新息广义投影算法
    1.5.5  变间隔辅助模型多新息随机梯度算法
  1.6  几个特殊的辅助模型梯度辨识方法
    1.6.1  变间隔辅助模型梯度辨识方法
    1.6.2  等间隔辅助模型梯度辨识方法
    1.6.3  等间隔辅助模型多新息梯度方法
  1.7  辅助模型递推最小二乘辨识方法
    1.7.1  系统描述与辅助模型-·
    1.7.2  辅助模型最小二乘辨识算法
    1.7.3  辅助模型递推最小二乘辨识算法
    1.7.4  辅助模型加权最小二乘辨识算法
    1.7.5  辅助模型加权递推最小二乘辨识算法
    1.7.6  辅助模型遗忘因子最小二乘辨识算法
    1.7.7  辅助模型遗忘因子递推最小二乘算法
    1.7.8  辅助模型有限数据窗最小二乘辨识算法
    1.7.9  辅助模型有限数据窗递推最小二乘算法
  1.8  辅助模型多新息最小二乘辨识方法
    1.8.1  系统描述与辨识模型
    1.8.2  辅助模型多新息最小二乘辨识算法
    1.8.3  辅助模型加权多新息最小二乘辨识算法-
    1.8.4  辅助模型遗忘因子多新息最小二乘算法
  1.9  变间隔辅助模型递推最小二乘辨识方法
    1.9.1  系统描述与辅助模型
    1.9.2  变间隔辅助模型最小二乘辨识算法
    1.9.3  变间隔辅助模型递推最小二乘辨识算法
    1.9.4  变间隔辅助模型遗忘因子递推最小二乘算法
    1.9.5  变间隔辅助模型遗忘因子加权递推最小二乘算法
    1.9.6  变间隔辅助模型有限数据窗递推最小二乘辨识算法
  1.10  变间隔辅助模型多新息最小二乘辨识方法
    1.10.1  变间隔辅助模型多新息最小二乘辨识算法
    1.10.2  变间隔辅助模型有限数据窗多新息最小二乘算法
  1.11  等间隔辅助模型多新息最小二乘辨识方法
    1.11.1  等间隔辅助模型多新息最小二乘辨识算法
    1.11.2  等间隔辅助模型有限数据窗多新息最小二乘算法
  1.12  小结
  1.13  思考题
第2章  自回归输出误差类系统
  2.1  引言
  2.2  自回归输出误差系统
    2.2.1  AR-OE系统描述与辨识模型
    2.2.2  AR-OE系统的辅助模型建立
    2.2.3  辅助模型随机梯度辨识方法
    2.2.4  辅助模型多新息随机梯度方法
    2.2.5  辅助模型递推最小二乘辨识方法
    2.2.6  仿真例子
……
第3章  线性参数自回归输出误差类系统
第4章  输入非线性输出误差系统
第5章  输入非线性输出误差自回归系统
第6章  辅助模型辨识方法的性能分析