系统辨识 迭代搜索原理与辨识方法PDF|Epub|txt|kindle电子书版本网盘下载

系统辨识 迭代搜索原理与辨识方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 迭代辨识导引1

1.1 引言1

1.2 最小二乘原理3

1.2.1 长度测量问题3

1.2.2 线性参数拟合4

1.2.3 最小二乘估计6

1.3 梯度搜索原理8

1.3.1 简单迭代算法8

1.3.2 梯度搜索原理11

1.4 牛顿搜索原理12

1.4.1 牛顿方法求方程的根13

1.4.2 牛顿方法求函数极值14

1.4.3 牛顿方法的几何解释15

1.4.4 Gauss-Newton迭代方法16

1.4.5 Levenberg-Marquardt方法17

1.5 线性回归系统的辨识方法18

1.5.1 随机梯度辨识方法19

1.5.2 递推梯度辨识方法20

1.5.3 最小二乘辨识算法23

1.5.4 辨识算法的计算量26

1.5.5 递推最小二乘算法27

1.5.6 梯度迭代辨识算法29

1.5.7 多新息梯度迭代算法32

1.5.8 变间隔梯度迭代辨识方法34

1.5.9 变间隔多新息梯度迭代算法38

1.6 有限脉冲响应滑动平均系统的增广辨识方法41

1.6.1 增广随机梯度辨识方法42

1.6.2 递推增广梯度辨识方法45

1.6.3 递推增广最小二乘算法47

1.6.4 增广梯度迭代辨识算法47

1.6.5 增广最小二乘迭代方法57

1.6.6 多新息增广梯度迭代算法64

1.6.7 多新息增广最小二乘迭代算法67

1.7 小结与思考题69

第2章 方程误差类系统73

2.1 引言73

2.2 方程误差系统75

2.2.1 梯度迭代辨识算法76

2.2.2 多新息梯度迭代算法77

2.3 方程误差滑动平均系统78

2.3.1 增广梯度迭代辨识算法79

2.3.2 增广最小二乘迭代算法81

2.3.3 多新息增广梯度迭代方法82

2.3.4 多新息增广最小二乘迭代算法84

2.3.5 仿真例子85

2.4 方程误差自回归系统85

2.4.1 广义梯度迭代辨识算法86

2.4.2 广义最小二乘迭代算法87

2.4.3 多新息广义梯度迭代算法88

2.4.4 多新息广义最小二乘迭代算法89

2.5 方程误差自回归滑动平均系统90

2.5.1 广义增广梯度迭代辨识算法91

2.5.2 广义增广最小二乘迭代算法93

2.5.3 多新息广义增广梯度迭代算法94

2.5.4 多新息广义增广最小二乘迭代算法96

2.6 小结与思考题98

第3章 输出误差类系统102

3.1 引言102

3.2 输出误差系统103

3.2.1 辅助模型梯度迭代算法106

3.2.2 辅助模型最小二乘迭代算法108

3.2.3 辅助模型多新息梯度迭代算法109

3.2.4 辅助模型多新息最小二乘迭代算法111

3.2.5 仿真例子112

3.3 输出误差滑动平均系统127

3.3.1 辅助模型增广梯度迭代算法128

3.3.2 辅助模型增广最小二乘迭代算法130

3.3.3 辅助模型多新息增广梯度迭代算法131

3.3.4 辅助模型多新息增广最小二乘迭代算法134

3.4 输出误差自回归系统135

3.4.1 辅助模型广义梯度迭代算法136

3.4.2 辅助模型广义最小二乘迭代算法138

3.4.3 辅助模型多新息广义梯度迭代算法139

3.4.4 辅助模型多新息广义最小二乘迭代算法141

3.5 Box-Jenkins系统142

3.5.1 辅助模型广义增广梯度迭代算法144

3.5.2 辅助模型广义增广最小二乘迭代算法147

3.5.3 辅助模型多新息广义增广梯度迭代算法149

3.5.4 辅助模型多新息广义增广最小二乘迭代算法152

3.5.5 仿真例子154

3.6 小结与思考题161

第4章 自回归输出误差类系统166

4.1 引言166

4.2 自回归输出误差系统167

4.2.1 AR-OE系统的辨识模型167

4.2.2 AR-OE系统的辅助模型168

4.2.3 辅助模型梯度迭代辨识算法169

4.2.4 辅助模型最小二乘迭代算法172

4.2.5 多新息迭代辨识的辅助模型173

4.2.6 辅助模型多新息梯度迭代算法173

4.2.7 辅助模型多新息最小二乘迭代算法175

4.3 自回归输出误差滑动平均系统176

4.3.1 AR-OEMA系统的辨识模型177

4.3.2 AR-OEMA系统的辅助模型178

4.3.3 辅助模型增广梯度迭代辨识算法178

4.3.4 辅助模型增广最小二乘迭代算法180

4.3.5 多新息迭代辨识方法的辅助模型181

4.3.6 辅助模型多新息增广梯度迭代算法182

4.3.7 辅助模型多新息增广最小二乘迭代算法183

4.4 自回归输出误差自回归系统184

4.4.1 AR-GEAR系统的辨识模型185

4.4.2 AR-GEAR系统的辅助模型186

4.4.3 辅助模型广义梯度迭代辨识算法187

4.4.4 辅助模型广义最小二乘迭代算法188

4.4.5 多新息迭代辨识方法的辅助模型189

4.4.6 辅助模型多新息广义梯度迭代算法190

4.4.7 辅助模型多新息广义最小二乘迭代算法192

4.5 自回归输出误差自回归滑动平均系统193

4.5.1 AR-BJ系统描述与辨识模型193

4.5.2 迭代辨识方法辅助模型的建立195

4.5.3 辅助模型广义增广梯度迭代算法197

4.5.4 辅助模型广义增广最小二乘迭代算法199

4.5.5 多新息迭代辨识方法辅助模型的建立200

4.5.6 辅助模型多新息广义增广梯度迭代算法201

4.5.7 辅助模型多新息广义增广最小二乘迭代算法203

4.6 小结与思考题204

第5章 线性参数自回归输出误差类系统209

5.1 引言209

5.2 线性参数自回归输出误差系统212

5.2.1 LP-AR-OE系统辨识模型213

5.2.2 LP-AR-OE系统的辅助模型214

5.2.3 辅助模型梯度迭代辨识算法215

5.2.4 辅助模型最小二乘迭代辨识算法217

5.2.5 多新息迭代辨识方法的辅助模型220

5.2.6 辅助模型多新息梯度迭代辨识算法221

5.2.7 辅助模型多新息最小二乘迭代算法224

5.3 线性参数自回归输出误差滑动平均系统226

5.3.1 LP-AR-OEMA系统辨识模型226

5.3.2 辅助模型增广梯度迭代辨识算法227

5.3.3 辅助模型增广最小二乘迭代算法229

5.3.4 辅助模型多新息增广梯度迭代算法231

5.3.5 辅助模型多新息增广最小二乘迭代算法233

5.4 线性参数自回归输出误差自回归系统235

5.4.1 LP-AR-GEAR系统辨识模型235

5.4.2 辅助模型广义梯度迭代辨识算法237

5.4.3 辅助模型广义最小二乘迭代算法239

5.4.4 辅助模型多新息广义梯度迭代算法241

5.4.5 辅助模型多新息广义最小二乘迭代算法243

5.5 线性参数自回归输出误差自回归滑动平均系统244

5.5.1 LP-AR-OEARMA系统辨识模型245

5.5.2 LP-AR-OEARMA系统的辅助模型247

5.5.3 辅助模型广义增广梯度迭代辨识算法248

5.5.4 辅助模型广义增广最小二乘迭代算法250

5.5.5 多新息广义增广迭代辨识的辅助模型254

5.5.6 辅助模型多新息广义增广梯度迭代算法255

5.5.7 辅助模型多新息广义增广最小二乘迭代算法258

5.6 小结与思考题260

第6章 输入非线性输出误差系统266

6.1 引言266

6.2 基于过参数化的辅助模型迭代辨识方法269

6.2.1 IN-OE系统描述与过参数化辨识模型269

6.2.2 基于过参数化的辅助模型梯度迭代算法271

6.2.3 基于过参数化的辅助模型最小二乘迭代算法273

6.2.4 基于过参数化的辅助模型多新息梯度迭代算法275

6.2.5 基于过参数化的辅助模型多新息最小二乘迭代算法278

6.3 基于过参数化的辅助模型递阶迭代辨识方法279

6.3.1 IN-OE系统的过参数化递阶辨识模型280

6.3.2 基于过参数化的辅助模型递阶梯度迭代算法280

6.3.3 基于过参数化的辅助模型递阶最小二乘迭代算法283

6.3.4 基于过参数化的辅助模型递阶多新息梯度迭代算法285

6.3.5 基于过参数化的辅助模型递阶多新息最小二乘迭代算法288

6.4 基于关键项分离的辅助模型迭代辨识方法290

6.4.1 IN-OE系统的关键项分离辨识模型291

6.4.2 基于关键项分离的辅助模型梯度迭代算法292

6.4.3 基于关键项分离的辅助模型最小二乘迭代算法294

6.4.4 基于关键项分离的辅助模型多新息梯度迭代算法295

6.4.5 基于关键项分离的辅助模型多新息最小二乘迭代算法298

6.5 基于关键项分离的辅助模型两阶段迭代辨识方法299

6.5.1 IN-OE系统的关键项分离两阶段辨识模型299

6.5.2 基于关键项分离的辅助模型两阶段梯度迭代算法301

6.5.3 基于关键项分离的辅助模型两阶段最小二乘迭代算法304

6.5.4 基于关键项分离的辅助模型两阶段多新息梯度迭代算法305

6.5.5 基于关键项分离的辅助模型两阶段多新息最小二乘迭代算法309

6.6 基于关键项分离的辅助模型三阶段迭代辨识方法310

6.6.1 IN-OE系统的关键项分离三阶段辨识模型310

6.6.2 基于关键项分离的辅助模型三阶段梯度迭代算法311

6.6.3 基于关键项分离的辅助模型三阶段最小二乘迭代算法313

6.6.4 基于关键项分离的辅助模型三阶段多新息梯度迭代算法315

6.6.5 基于关键项分离的辅助模型三阶段多新息最小二乘迭代算法318

6.7 基于双线性参数模型分解的辅助模型迭代辨识方法320

6.7.1 IN-OE系统的双线性参数模型分解辨识模型321

6.7.2 基于双线性参数模型分解的辅助模型梯度迭代算法322

6.7.3 基于双线性参数模型分解的辅助模型最小二乘迭代算法325

6.7.4 基于双线性参数模型分解的辅助模型多新息梯度迭代算法327

6.7.5 基于双线性参数模型分解的辅助模型多新息最小二乘迭代算法331

6.8 小结与思考题332

第7章 输入非线性输出误差类系统336

7.1 引言336

7.2 输入非线性输出误差滑动平均系统337

7.2.1 IN-OEMA系统描述与过参数化辨识模型337

7.2.2 基于过参数化的辅助模型增广梯度迭代算法339

7.2.3 基于过参数化的辅助模型增广最小二乘迭代算法341

7.2.4 基于过参数化的辅助模型多新息增广梯度迭代算法343

7.2.5 基于过参数化的辅助模型多新息增广最小二乘迭代算法345

7.3 输入非线性输出误差自回归系统346

7.3.1 IN-OEAR系统描述与过参数化辨识模型347

7.3.2 基于过参数化的辅助模型广义梯度迭代算法348

7.3.3 基于过参数化的辅助模型广义最小二乘迭代算法349

7.3.4 基于过参数化的辅助模型多新息广义梯度迭代算法350

7.3.5 基于过参数化的辅助模型多新息广义最小二乘迭代算法351

7.4 输入非线性输出误差自回归滑动平均系统353

7.4.1 IN-OEARMA系统描述与过参数化辨识模型353

7.4.2 基于过参数化的辅助模型广义增广梯度迭代算法355

7.4.3 基于过参数化的辅助模型广义增广最小二乘迭代算法357

7.4.4 基于过参数化的辅助模型多新息广义增广梯度迭代算法358

7.4.5 基于过参数化的辅助模型多新息广义增广最小二乘迭代算法361

7.5 基于关键项分离的辅助模型增广迭代辨识方法363

7.5.1 IN-OEMA系统的关键项分离辨识模型363

7.5.2 基于关键项分离的辅助模型增广梯度迭代算法364

7.5.3 基于关键项分离的辅助模型增广最小二乘迭代算法367

7.5.4 基于关键项分离的辅助模型多新息增广梯度迭代算法368

7.5.5 基于关键项分离的辅助模型多新息增广最小二乘迭代算法371

7.6 基于关键项分离的辅助模型广义迭代辨识方法372

7.6.1 IN-GEAR系统的关键项分离辨识模型373

7.6.2 基于关键项分离的辅助模型广义梯度迭代算法374

7.6.3 基于关键项分离的辅助模型广义最小二乘迭代算法375

7.6.4 基于关键项分离的辅助模型多新息广义梯度迭代算法376

7.6.5 基于关键项分离的辅助模型多新息广义最小二乘迭代算法377

7.7 基于关键项分离的辅助模型广义增广迭代辨识方法378

7.7.1 IN-OEARMA系统的关键项分离辨识模型378

7.7.2 基于关键项分离的辅助模型广义增广梯度迭代算法380

7.7.3 基于关键项分离的辅助模型广义增广最小二乘迭代算法383

7.7.4 基于关键项分离的辅助模型多新息广义增广梯度迭代算法384

7.7.5 基于关键项分离的辅助模型多新息广义增广最小二乘迭代算法387

7.8 小结与思考题389

参考文献394

索引407

后记415