文摘
英文文摘
第一章 前言
第一节 测量系统和滤波器的数学模型
第二节 系统辨识的建模
第三节 系统辨识概述
1.3.1 系统辨识定义
1.3.2 系统辨识可按下列不同原则进行分类
1.3.3 系统辨识的基本步骤
第四节 论文完成的主要工作
第二章 线性滤波器参数的辨识
第一节 最小二乘法（LS）
第二节 广义最小二乘以及其他方法
2.2.1 广义最小二乘法（GLS）
2.2.2 辅助变量法（Ⅳ）
2.2.3 二步法（COR-LS）
2.2.4 增广矩阵法（ELS）
2.2.5 另外,其他最小二乘法还有：
第三节 线性滤波的参数辨识方法
2.3.1 系统参数和模型结构的最小二乘法辨识
2.3.2 广义最小二乘法和特殊白化滤波法
2.3.3 广义最小二乘系统辨识的MATLAB应用举例
第四节 本章小结
第三章 非线性模型参数系统辨识
第一节 非线性系统模型分类
3.1.1 NARMAX模型
3.1.2 Volterra级数模型
3.1.3 高阶频率响应函数
3.1.4 神经网络
3.1.5 二维ARMAX模型
3.1.6 其他非线性模型
第二节 非线性模型参数估计方法
3.2.1 单纯形搜索法
3.2.2 迭代算法
3.2.3 非线性最小二乘估计的直接解法
3.2.4 非线性模型的其他估计方法
第三节 NARMAX模型的系统辨识
3.3.1 非线性动态系统的描述
3.3.2“新息--贡献”准则与矩阵求逆定理
3.3.3 NAPMAX模型的递推辨识算法
3.3.4 NARMAX模型的ARMAX全局构造
3.3.5 NARMAX模型辨识的其他算法
第四节 本章小结
第四章 基于Volterra级数的非线性系统辨识
第一节 Volterra级数的表示方法
第二节 基于Volterra级数的非线性系统辨识
第三节 Volterra级数核的选项及其估计方法
4.3.1 基于QR分解的参数估计问题
4.3.2 利用Householder变换进行Volterra级数核的选项及估计
4.3.3 选项控制及停止控制条件
第四节 Volterra级数模型应用于非线性系统辨识
4.4.1 Volterra级数滤波器
4.4.2 Volterra级数模型用于非线性系统辨识的算法
第五节 Volterra级数非线性滤波器参数辨识的MATLAB实现
4.5.1 递推最小二乘法
4.5.2 利用MATLAB计算的应用举例
第六节 本章小节
第五章 总结
致谢
参考文献
个人简历
