欢迎光临中图网 请 | 注册
> >
系统辨识——迭代搜索原理与辨识方法

系统辨识——迭代搜索原理与辨识方法

作者:丁锋著
出版社:科学出版社出版时间:2018-08-01
开本: 26cm 页数: 18,417页
中 图 价:¥132.0(8.0折) 定价  ¥165.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>
微信公众号

系统辨识——迭代搜索原理与辨识方法 版权信息

  • ISBN:9787030584526
  • 条形码:9787030584526 ; 978-7-03-058452-6
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

系统辨识——迭代搜索原理与辨识方法 内容简介

本书介绍了线性系统、线性参数系统、输入非线性系统的迭代辨识方法, 主要涉及梯度迭代辨识方法、*小二乘迭代辨识方法、多新息梯度迭代辨识方法、多新息*小二乘迭代辨识方法等。

系统辨识——迭代搜索原理与辨识方法 目录

目录
系统辨识学术专著丛书

前言
主要符号说明
第1章 迭代辨识导引 1
1.1 引言 1
1.2 *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 *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 *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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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*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-OEAR 系统的辨识模型 185
4.4.2 AR-OEAR 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*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*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*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*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*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*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*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*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-OEAR 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*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*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*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*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*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*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*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*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*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*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*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*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*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*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
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服