動态系統辨識——導論與應用|國外經典自動化理論譯著

"IT有得聊”是機械工業出版社旗下IT專業資訊和服務平台，緻力于幫助讀者在廣義的IT領域裡，掌握更專業、實用的知識與技能，快速提升職場競争力。 點選藍色微信名可快速關注我們。

今天為您推薦一部重量級作品——《動态系統辨識——導論與應用》（9787111532170），本書是系統辨識領域的鮮有扛鼎之作，由全球知名教授Rolf Isermann與Macro Münchhof撰寫。譯者為清華大學自動化系楊帆博士，全書由蕭德雲教授主審。

1

作者介紹

羅爾夫伊澤曼（Rolf Isermann），德國達姆施塔特工業大學自動控制研究所榮休教授、控制系統與過程自動化實驗室主任，國際自動控制聯合會（IFAC）Fellow，IFAC技術過程的故障檢測、監控和安全性技術委員會委員。1965年于德國斯圖加特大學獲得博士學位，先後在斯圖加特大學和達姆施塔特工業大學任教，講授系統辨識課多年。研究方向包括工業控制、系統辨識、故障診斷等。著有德文和英文專著多部。

馬克羅明奇霍夫（Macro Münchhof），德國愛科曼集團（EckelmannAG）董事，機械自動化領域負責人。2006年于德國達姆施塔特工業大學獲得博士學位，其後曾該校任教，從2006~2011年起講授“動态系統辨識”課。研究方向包括系統辨識、故障診斷等

2

譯者介紹

蕭德雲，清華大學自動化系教授,博士生導師，中國自動化學會專家咨詢工作委員會副主任委員。研究方向 ：辨識模組化、故障診斷、混合動态系統、多傳感器融合理論、計算機應用和大型連續過程工業CIMS等領域。

楊帆，清華大學自動化系副教授，中國化工學會化工自動化及儀表專業委員會委員，中國儀器儀表學會青年工作委員會委員，美國化工工程師學會（AIChE）進階會員。2008年于清華大學獲得博士學位，曾在加拿大阿爾伯塔大學從事博士後研究，2012年起講授“系統辨識理論與實踐”課。研究方向包括系統模組化、過程監控、報警管理等。著有英文專著一部。

耿立輝，天津職業技術師範大學自動化與電氣工程學院副教授。2011年于清華大學獲得博士學位，曾在澳洲紐卡斯爾大學從事通路研究。研究方向為系統辨識理論及其工程應用。

倪博溢，SAP中國研究院資料分析員。2010年于清華大學獲得博士學位，其後相繼在德國和法國的研究院所從事博士後研究。研究方向包括系統模組化、資料分析、資訊壓縮、記憶體資料庫技術等。

3

3

内容簡介

本書以一種易懂、明晰、有條理的方式論述系統辨識，而且特别注重面向應用的辨識方法。主要内容包括時域與頻域、連續時間與離散時間的非參數模型辨識和參數模型辨識，比較深入地讨論了辨識的數值計算和實際應用中的若幹問題；對多變量系統辨識、非線性系統辨識以及閉環系統辨識等也有較為系統的論述。全書共分9個部分，24章，各章論述系統、簡要，配有習題和資料集，供讀者練習，以加強了解。

本書可供自動化類及相關專業高校師生和工程科技人員選用。

4

圖書目錄

目錄

中文版序Ⅲ

Preface for the Chinese translationⅣ

序Ⅴ

譯著序言Ⅵ

原著序言Ⅷ

符号清單Ⅹ

第1章緒論

11理論模組化與實驗模組化

12動态系統辨識的任務和問題

13辨識方法的分類及在本書中的

處理

14辨識方法概述

141非參數模型

142參數模型

143信号分析

15激勵信号

16特殊的應用問題

161輸入含有噪聲

162多輸入或多輸出系統的辨識

17應用領域

171增加對過程特性的認識

172理論模型的驗證

173控制器參數的整定

174基于計算機的數字控制

算法設計

175自适應控制算法

176過程監控和故障檢測

177信号預測

178線上優化

18文獻綜述

習題

參考文獻

第2章線性動态系統和随機信号的

數學模型

21連續時間信号的動态系統

數學模型

211非參數模型，确定性信号

212參數模型，确定性信号

22離散時間信号的動态系統

數學模型

221參數模型，确定性信号

23連續時間随機信号模型

231特殊的随機信号過程

24離散時間随機信号模型

25特征參數的确定

251利用一階系統近似

252利用二階系統近似

253利用n階具有相等時間常數的

時滞系統近似

254利用具有遲延的一階系統近似

26具有積分作用或微分

作用的系統

261積分作用

262微分作用

27小結

習題

參考文獻第Ⅰ部分頻域非參數模型辨識

——連續時間信号第3章周期信号和非周期信号的

譜分析方法

31傅裡葉變換的數值計算

311周期信号的傅裡葉級數

312非周期信号的傅裡葉變換

313傅裡葉變換的數值計算

314加窗

315短時傅裡葉變換

32小波變換

33周期圖

34小結

習題

參考文獻

第4章利用非周期信号測量

頻率響應

41基本方程

42非周期信号的傅裡葉變換

421簡單脈沖

422雙脈沖

423階躍函數和斜坡函數

43确定頻率響應

44噪聲的影響

45小結

習題

參考文獻

ⅩⅨ第5章利用周期測試信号測量

頻率響應

51利用正弦測試信号測量

頻率響應

52利用矩形和梯形測試信号測量

頻率響應

53利用多頻率測試信号測量

頻率響應

54利用連續變頻測試信号測量

頻率響應

55利用相關函數測量頻率響應

551以相關函數測定頻率響應

552利用正交相關分析測量

頻率響應

56小結

習題

參考文獻第Ⅱ部分利用相關分析法辨識非參數模型

——連續時間和離散時間第6章連續時間模型的相關分析

61相關函數的估計

611互相關函數

612自相關函數

62用平穩随機信号激勵的動态

過程相關分析

621利用去卷積确定脈沖響應

622白噪聲作為輸入信号 

623誤差估計

624利用實際的自然噪聲作為

輸入信号

63利用二值随機信号激勵的動态

過程相關分析

64閉環下的相關分析

65小結習題

參考文獻

第7章離散時間模型的相關分析

71相關函數估計

711自相關函數

712互相關函數

713相關函數的快速計算

714相關函數的遞推計算

72線性動态系統的相關分析

721利用去卷積确定脈沖響應

722随機擾動的影響

73離散時間二值測試信号

74小結

習題

參考文獻

第Ⅲ部分參數模型辨識——離散時間信号第8章穩态過程的最小二乘

參數估計

81引言

82線性穩态過程

83非線性穩态過程

84幾何解釋

85極大似然和Cramér-Rao界

86限制

87小結

習題

參考文獻

ⅩⅩ第9章動态過程的最小二乘

參數估計

91最小二乘（LS）非遞推方法

911基本方程

912收斂性

913參數估計的協方差和模型的

不确定性

914參數可辨識性

915未知直流分量

92周期參數信号模型的譜分析

921時域參數信号模型

922頻域參數信号模型

923系數的确定

924幅值的估計

93非參數中間模型的參數估計

931非周期激勵響應和最小

二乘法

932相關-最小二乘法

（COR-LS）

94最小二乘的遞推方法（RLS）

941基本方程

942随機信号的遞推參數估計

943未知直流分量

95權重最小二乘方法（WLS）

951Markov估計

96指數遺忘的遞推參數估計

961帶限制的最小二乘遞推方法

962Tikhonov正則化

97小結

習題

參考文獻

第10章最小二乘參數估計的改進

101廣義最小二乘法

1011廣義最小二乘的非遞推方法

（GLS）

1012廣義最小二乘的遞推方法

（RGLS）

102增廣最小二乘法（ELS）

103偏差校正方法（CLS）

104總體最小二乘法（TLS）

105輔助變量法

1051輔助變量的非遞推方法（IV）

1052輔助變量的遞推方法（RIV）

106随機逼近法（STA）

1061Robbins-Monro算法

1062Kiefer-Wolfowitz算法

107（歸一化）最小均方法

（NLMS）

108小結

習題

參考文獻

第11章貝葉斯方法和極大似然法

111貝葉斯方法

112極大似然法（ML）

1121非遞推的極大似然法

1122遞推極大似然法（RML）

1123Cramér-Rao界與最大精度

113小結

習題

參考文獻

第12章時變過程的參數估計

121恒定遺忘因子的指數遺忘

122可變遺忘因子的指數遺忘

123協方差矩陣的調整

124遞推參數估計方法的收斂性

1241觀測器形式的參數估計

125小結

習題

參考文獻

第13章閉環參數估計

131無額外測試信号的過程辨識

1311間接過程辨識（情況a+c+e）

1312直接過程辨識（情況b+d+e）

132利用額外測試信号的

過程辨識

133閉環辨識方法

1331無額外測試信号的間接

過程辨識

1332有額外測試信号的間接

過程辨識

1333無額外測試信号的直接

過程辨識

1334有額外測試信号的直接

過程辨識

133小結

習題

參考文獻第Ⅳ部分參數模型辨識——連續時間信号第14章頻率響應的參數估計

141引言

142頻率響應的最小二乘逼近法

（FR-LS）

ⅩⅪ143小結

習題

參考文獻

第15章微分方程和連續時間過程的

參數估計

151最小二乘方法

1511基本方程

1512收斂性

152導數的确定

1521數值微分

1522狀态變量濾波器

1523有限脈沖響應（FIR）

濾波器

153一緻參數估計方法

1531輔助變量法

1532擴充Kalman濾波器，極大

似然法

1533相關-最小二乘法

1534離散時間模型的轉換

154實體參數的估計

155部分參數已知的參數估計

156小結

習題

參考文獻

第16章子空間法

161引言

162子空間

163子空間辨識

164利用脈沖響應進行辨識

165原始形式的一些改進

166用于連續時間系統

167小結

習題

參考文獻第Ⅴ部分多變量系統辨識

第17章多輸入多輸出系統的

參數估計

171傳遞函數模型

1711矩陣多項式表示

172狀态空間模型

1721狀态空間形式

1722輸入/輸出模型

173脈沖響應模型和Markov

參數

174順序辨識

175相關分析法

1751去卷積法

1752測試信号

176參數估計方法

1761最小二乘方法

1762相關-最小二乘法

177小結

習題

參考文獻第Ⅵ部分非線性系統辨識

第18章非線性系統的參數估計

181連續可導非線性的動态系統

1811Volterra級數

1812Hammerstein模型

1813Wiener模型

ⅩⅫ1814Lachmann提出的模型

1815參數估計

182不連續可導非線性的動态

系統

1821帶摩擦的系統

1822具有死區的系統

183小結

習題

參考文獻

第19章疊代優化

191引言

192非線性優化算法

193一維方法

194多元優化

1941零階優化器

1942一階優化器

1943二階優化器

195限制

1951序貫無限制極小化方法

196利用疊代優化的預報誤差法

197梯度的确定

198模型不确定性

199小結

習題

參考文獻

第20章用于辨識的神經網絡和

查詢表

201用于辨識的人工神經網絡

2011用于穩态系統的人工

神經網絡

2012用于動态系統的人工

神經網絡

2013半實體局部線性模型

2014局部和全局參數估計

2015局部線性動态模型

2016帶子集選擇的局部多項式

模型

202用于穩态過程的查詢表

203小結

習題

參考文獻

第21章基于Kalman濾波的狀态和

參數估計

211離散Kalman濾波器

212穩态Kalman濾波器

213時變離散時間系統的Kalman

濾波器

214擴充Kalman濾波器

215擴充Kalman濾波器用于

參數估計

216連續時間模型

217小結

習題

參考文獻第Ⅶ部分其 他 問 題

第22章數值計算

221條件數

222矩陣P的分解方法

223矩陣P-1的分解方法

224小結

225習題

226參考文獻

第23章參數估計的實際問題

231輸入信号的選擇

232采樣速率的選擇

2321預期的應用

2322辨識模型的精度

2323數值計算問題

233線性動态模型結構參數的

确定

2331遲延時間的确定

2332模型階次的确定

234不同參數估計方法的比較

2341導言

Ⅹ2342先驗假設的比較

2343辨識方法總結

235具有積分作用過程的

參數估計

236系統輸入擾動

237消除特殊的擾動

2371漂移和高頻噪聲

2372異常值

238驗證

239過程辨識所用的特殊裝置

2391硬體裝置

2392利用數字計算機辨識

2310小結

習題

參考文獻第Ⅷ部分應用

第24章應用執行個體

241執行器

2411無刷直流執行器

2412電磁汽車節氣門執行器

2413液壓執行器

242機械裝置

2421機床

2422工業機器人

2423離心泵

2424熱交換器

2425空調

2426旋轉式幹燥器

2427引擎試驗台

243汽車

2431車輛參數估計

2432制動系統

2433汽車懸挂

2434胎壓

2435内燃引擎

244小結

參考文獻第Ⅸ部分附錄

附錄A數學方面

A1随機變量的收斂性

A2參數估計方法的性質

A3向量和矩陣的導數

A4矩陣求逆引理

參考文獻

5