过程辨识是研究建立生产过程数学模型的一种理论和方法,它和状态估计、控制理论构成现代控制论三个互相渗透的领域。
《过程辨识》系统地论述辨识的理论和各种辨识方法,分析了各种方法的统一性,并介绍了辨识技术的实际应用。全书共17章,各章均有大量的仿真例子和工程应用实例,并附有习题和上机实验,为读者提供了学习、模仿的蓝本。
《过程辨识》可供自动控制类及相关专业高校师生和科技人员选用。

“过程辨识”是作者多年为大学高年级学生和研究生开设的一门课程。本书是在原有讲稿、讲义的基础上多次修改完善的结果,其中也包括了作者及其同事们在这个领域的一些研究成果。
过程辨识是研究建立生产过程数学模型的一种理论和方法。所谓辨识就是从含有噪声的输入输出数据中提取被研究对象的数学模型。一般说来,这个模型只是对象的输入输出特性在某种准则意义下的一种近似,近似的程度取决于人们对过程先验知识的认识深化程度和对数据集合性质的了解,以及所选用的辨识方法是否合理。或者说,辨识技术帮助人们在表征被研究的对象、现象或过程的复杂因果关系时,尽可能准确地确立它们之间的定量依存关系。
目前,辨识的理论日趋成熟,辨识的实践涉及许多学科领域。它正作为一门有着明显实用价值的学科活跃在各个领域,吸引着大批科学技术人员。这一方面是由于人们在认识自然、改造自然的过程中,对事物的变化规律需要定量地用数学模型来描述;另一方面是由于电子计算机的发展和普及推动了辨识向纵深发展。
近年来,辨识的应用领域越来越广泛,它的发展前景招引着各类专业技术人材,激励着人们产生一种把辨识理论用于自己工作实践的强烈愿望,各高等院校相继开设了“辨识”课程。然而,系统的适用的教材现在还很罕见。有鉴于此,我们编写了这本书。作者的意图是想把它写成既是自动控制类专业大学高年级或研究生的教材,又是相应专业工程技术人员的实用参考书,尤其对那些面临设计各种控制系统的工程师,希望能激起他们的特殊兴趣。考虑到读者是多层次的,本书采用了一个多层次的结构,低层次从基本概念出发,突出基础性和逻辑性,以适合初学者的需要;高层次从系统性和完整性出发,强调理论的深度和应用的广泛性,以适应提高者的要求。全书始终突出理论和实践相结合的原则,选材均有明显的应用背景和实用价值。叙述方法一般始于物理概念,用正规的格式导出理论结果,再用仿真例子或工程实例予以验证,*后阐述理论的应用前景和实践的经验体会,重要的结论以定理的形式给出,有的为方便使用总结成表格形式。书中给出的大量例题不仅有助于理论的理解,更重要的是提供了学习模仿的蓝本,以便读者自己模仿实践,从中体会辨识方法的有效性和实用性。我们近几年的教学实践证实,通过这样的模仿实践(有时可能是创造性的模仿)可以达到巩固基本知识、提高学习兴趣的目的。

前言
第1章 辨识的一些基本概念
1.1 过程和模型
1.1.1过程
1.1.2模型
1.1.3建立过程数学模型的基本方法
1.2 辨识的定义
1.3 辨识问题的表达形式
1.4 辨识算法的基本原理
1.5 误差准则及其关于参数的空间线性问题
1.5.1输出误差
1.5.2输入误差
1.5.3广义误差
1.6 辨识的内容和步骤
1.6.1辨识目的
1.6.2 先验知识
1.6.3实验设计
1.6.4数据预处理
1.6.5模型结构辨识
1.6.6模型参数辨识
1.6.7模型检验
1.7 辨识的精度问题
1.8 辨识的应用

第2章 随机信号的描述与分析
2.1 随机过程的基本概念及其数学描述
2.1.1基本概念
2.1.2随机过程的数字特征--均值与相关函数
2.1.3平稳随机过程各态遍历性
2.1.4相关函数和协方差函数的性质
2.2 谱密度函数
2.2.1 Parseval定理与功率谱表示式
2.2.2 W1ener-Kh1ntch1ne关系式
2.3 线性过程在随机输入下的响应
2.3.1线性过程在随机输入下的输出谱密度
2.3.2线性过程在随机输入下的互谱密度
2.4 相关函数与谱密度的估计
2.4.1相关函数的估计
2.4.2利用FFT计算相关函数
2.4.3周期图
2.4.4谱密度的估计
2.5 白噪声及其产生方法
2.5.1 白噪声的概念
2.5.2 白噪声序列的产生方法
2.6 伪随机码的产生及其性质
2.6.1 M序列的产生
2.6.2 M序列的性质
2.6.3 M序列的自相关函数
2.6.4 M序列的谱密度
2.6.5逆M序列的产生及其性质

第3章 过程的数学描述
3.1 输入输出模型
3.1.1连续型输入输出模型
3.1.2离散型输入输出模型
3.2 状态空间模型
3.2.1连续型状态空间模型
3.2.2离散型状态空间模型
3.3 数学模型之间的等价变换
3.3.1 SISO过程微分方程化为差分方程
3.3.2 SISO过程离散型状态方程化为差分方程
3.4 随机模型
3.4.1一般概念
3.4.2噪声模型及其分类

第4章 经典的辨识方法
4.1 引言
4.2 阶跃响应法
4.2.1实验测取过程的阶跃响应
4.2.2由阶跃响应求过程的传递函数
4.3 脉冲响应法
4.3.1过程脉冲响应的辨识
4.3.2由脉冲响应求过程的传递函数
4.4 频率响应法
4.4.1实验测取过程的频率响应
4.4.2由频率响应求过程的传递函数
4.5 相关分析法
4.5.1频率响应的辨识
4.5.2脉冲响应的辨识
4.6谱分析法
4.6.1周期图法
4.6.2平滑法
4.7 一个工业上的应用实例

第5章 *小二乘类参数辨识方法(1)
5.1 引言
5.2 *小二乘法的基本概念
5.3 *小二乘问题的提法
5.4 *小二乘问题的解
5.5 *小二乘估计的几何解释
5.6 *小二乘参数估计量的统计性质
5.6.1无偏性
5.6.2参数估计偏差的协方差性质
5.6.3一致性
5.6.4有效性
5.6.5渐近正态性
5.7 噪声方差的估计
5.8 *小二乘参数估计的递推算法
5.8.1 依观测次序的递推算法
5.8.2仿真例
5.8.3问题讨论
5.8.4依模型阶次的递推算法

第6章 *小二乘类参数辨识方法(11)
6.1 引言
6.2 适应算法
6.2.1"数据饱和"现象
6.2.2遗忘因子法
6.2.3限定记忆法
6.3 偏差补偿*小二乘法
6.4 增广*小二乘法
6.5 广义*小二乘法
6.6 辅助变量法
6.6.1一次完成算法,
6.6.2辅助变量的选择
6.6.3递推算法
6.6.4问题讨论
6.6.5仿真例
6.7 二步法
6.7.1 COR-LS二步法
6.7.2仿真例
6.8 多级*小二乘法
6.9 Yule-Walker辨识算法
6.9.1一次完成算法
6.9.2依阶次递推算法
6.10 *小二乘类辨识方法的比较
6.11 工业上的一个应用突例

第7章 梯度校正参数辨识方法
7.1 引言
7.2 确定性问题的梯度校正参数辨识方法
7.2.1权矩阵尺(置)的选择
7.2.2应用例--脉冲响应辨识
7.3 随机性问题的梯度校正参数辨识方法
7.3.1随机性问题的提法
7.3.2随机性辨识问题的分类
7.3.3 随机性问题的梯度校正参数估计方法
7.4 梯度校正法在动态过程辨识中的应用
7.4.1状态方程的参数辨识
7.4.2差分方程的参数辨识
7.5 实例
7.6 随机逼近法
7.6.1随机逼近原理
7.6.2随机逼近参数估计方法
7.6.3随机牛顿法

第8章 极大似然法和预报误差方法
8.1 引言
8.2 极大似然参数辨识方法
8.2.1极大似然原理
8.2.2动态过程模型参数的极大似然估计
8.3预报误差参数辨识方法

第9章 其它两种辨识方法
第10章 *小二乘一次完成算法之间的内在联系
第11章 递推辨识算法的一般结构
第12章 递推辨识算法的收敛性分析
第13章 模型阶次的确定
第14章 闭环系统辨识
第15章 多变量线性过程辨识
第16章 辨识问题的一些实际考虑
第17章 辨识的应用


……