掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
系統辨識方法及應用 版權信息
- ISBN：9787118068108
- 條形碼：9787118068108 ; 978-7-118-06810-8
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
系統辨識方法及應用 本書特色
《系統辨識方法及應用》：軍隊“2110工程”建設項目·軍事航天學
系統辨識方法及應用 內容簡介
本書較系統地介紹了系統辨識方法的基本理論和方法，重點論述了輸入設計與數據預處理方法、經典的非參數和參數辨識方法，神經網絡模型和模糊集合模型辨識方法、魯棒控制模型辨識方法，給出了系統辨識方法在飛行器試驗中的應用實例，并提供了一些仿真實例的matlab代碼。
本書內容簡明扼要，理論緊密結合實際，較系統地闡述了系統辨識的主要步驟和內容，具有很好的實用性。本書可供從事系統建模的研究人員，工程師，研究生和相關專業的技術人員閱讀參考。
系統辨識方法及應用 目錄
第1章 緒論
1.1 系統與模型
1.2 系統辨識的基本思想
1.3 系統辨識的內容和步驟
1.4 系統辨識的基本原則
1.5 系統辨識的應用
1.6 系統辨識軟件包
1.7 本書內容安排
習題
第2章 輸入設計與數據預處理
2.1 隨機信號
2.2 常用輸入信號
2.3 輸入信號與開環可辨識性
2.4 輸入信號的選擇
2.5 采樣率的選擇
2.6 測量數據預處理
2.7 數據相容性檢驗
習題
第3章 系統模型與模型辨識
3.1 輸入輸出模型
3.2 狀態空間模型
3.3 隨機模型
3.4 數學模型之間的等價變換
3.5 模型結構的可辨識性
3.6 模型階次的辨識
3.7 模型仿真與預測
3.8 辨識精度
3.9 模型檢驗
習題
第4章 非參數模型辨識方法
4.1 相關分析法
4.2 譜分析法
4.3 非參數模型轉化為參數模型
習題
第5章 參數辨識*優化方法
5.1 參數估計的梯度校正法
5.2 遺傳算法
5.3 粒子群優化算法
習題
第6章 *小二乘法
6.1 *小二乘法概述
6.2 時變*小二乘法
6.3 輔助變量法
6.4 增廣*小二乘法
6.5 多級*小二乘法
6.6 單輸入單輸出系統一般模型辨識的遞推算法
6.7 系統辨識在故障檢測中的應用
習題
第7章 其他參數辨識法
7.1 極大似然法
7.2 預報誤差法
7.3 基于卡爾曼濾波器的多模參數辨識
7.4 基于系統辨識的自適應預報
習題
第8章 多變量線性系統辨識
8.1 狀態方程的規范形
8.2 輸入、輸出方程
8.3 pcf規范形的辨識
8.4 狀態空間模型的遞歸辨識算法的一般形式
習題
第9章 閉環系統的模型辨識
9.1 系統反饋判別法
9.2 閉環系統的辨識方法
9.3 多輸入多輸出閉環系統的辨識
9.4 閉環系統的階次辨識
9.5 基于系統辨識的自適應控制
習題
第10章 神經網絡模型的辨識
10.1 單個神經元結構
10.2 多層前饋神經網絡后向傳播算法
10.3 三層前饋神經網絡的預報誤差法
10.4 徑向基神經網絡
10.5 基于神經網絡的逆模型辨識
10.6 神經自校正控制
10.7 神經nd控制
10.8 神經模型參考自適應控制
習題
第11章 模糊系統的模型辨識
11.1 模糊集合
11.2 基于t-s模型的模糊辨識
11.3 基于模糊劃分的模糊辨識
11.4 基于模糊模型辨識的自適應預測與控制
習題
第12章 面向控制的魯棒辨識
12.1 基于頻域數據的魯棒辨識
12.2 基于時域數據的魯棒辨識
12.3 基于時／頻混合數據的魯棒辨識
第13章 系統辨識在飛行器試驗中的應用
13.1 基于參數辨識的運載火箭動力系統故障診斷
13.2 基于參數辨識的空中飛行模擬器自適應控制
13.3 固定翼飛行器氣動參數辨識
第14章 基于mauab的系統辨識實例
附錄a x2分布值表(a=0.05)
附錄b f分布值表(a=0.05)
參考文獻
1.1 系統與模型
1.2 系統辨識的基本思想
1.3 系統辨識的內容和步驟
1.4 系統辨識的基本原則
1.5 系統辨識的應用
1.6 系統辨識軟件包
1.7 本書內容安排
習題
第2章 輸入設計與數據預處理
2.1 隨機信號
2.2 常用輸入信號
2.3 輸入信號與開環可辨識性
2.4 輸入信號的選擇
2.5 采樣率的選擇
2.6 測量數據預處理
2.7 數據相容性檢驗
習題
第3章 系統模型與模型辨識
3.1 輸入輸出模型
3.2 狀態空間模型
3.3 隨機模型
3.4 數學模型之間的等價變換
3.5 模型結構的可辨識性
3.6 模型階次的辨識
3.7 模型仿真與預測
3.8 辨識精度
3.9 模型檢驗
習題
第4章 非參數模型辨識方法
4.1 相關分析法
4.2 譜分析法
4.3 非參數模型轉化為參數模型
習題
第5章 參數辨識*優化方法
5.1 參數估計的梯度校正法
5.2 遺傳算法
5.3 粒子群優化算法
習題
第6章 *小二乘法
6.1 *小二乘法概述
6.2 時變*小二乘法
6.3 輔助變量法
6.4 增廣*小二乘法
6.5 多級*小二乘法
6.6 單輸入單輸出系統一般模型辨識的遞推算法
6.7 系統辨識在故障檢測中的應用
習題
第7章 其他參數辨識法
7.1 極大似然法
7.2 預報誤差法
7.3 基于卡爾曼濾波器的多模參數辨識
7.4 基于系統辨識的自適應預報
習題
第8章 多變量線性系統辨識
8.1 狀態方程的規范形
8.2 輸入、輸出方程
8.3 pcf規范形的辨識
8.4 狀態空間模型的遞歸辨識算法的一般形式
習題
第9章 閉環系統的模型辨識
9.1 系統反饋判別法
9.2 閉環系統的辨識方法
9.3 多輸入多輸出閉環系統的辨識
9.4 閉環系統的階次辨識
9.5 基于系統辨識的自適應控制
習題
第10章 神經網絡模型的辨識
10.1 單個神經元結構
10.2 多層前饋神經網絡后向傳播算法
10.3 三層前饋神經網絡的預報誤差法
10.4 徑向基神經網絡
10.5 基于神經網絡的逆模型辨識
10.6 神經自校正控制
10.7 神經nd控制
10.8 神經模型參考自適應控制
習題
第11章 模糊系統的模型辨識
11.1 模糊集合
11.2 基于t-s模型的模糊辨識
11.3 基于模糊劃分的模糊辨識
11.4 基于模糊模型辨識的自適應預測與控制
習題
第12章 面向控制的魯棒辨識
12.1 基于頻域數據的魯棒辨識
12.2 基于時域數據的魯棒辨識
12.3 基于時／頻混合數據的魯棒辨識
第13章 系統辨識在飛行器試驗中的應用
13.1 基于參數辨識的運載火箭動力系統故障診斷
13.2 基于參數辨識的空中飛行模擬器自適應控制
13.3 固定翼飛行器氣動參數辨識
第14章 基于mauab的系統辨識實例
附錄a x2分布值表(a=0.05)
附錄b f分布值表(a=0.05)
參考文獻
展開全部
系統辨識方法及應用 節選
《系統辨識方法及應用》內容簡介：空間技術及裝備的發展，促進了信息化戰爭形態的形成，豐富了信息化戰爭的內容，給未來戰爭形式、作戰力量建設、指揮控制等帶來了深刻的影響。軍事航天技術發展、空間力量建設、空間力量應用是軍事航天學學科的主要研究內容。因此，軍事航天學學科建設成為我軍軍事斗爭準備的重要任務。
系統辨識方法及應用 相關資料
插圖：在工業控制、航空航天、天文學、海洋、醫學、生物學、生態學及社會經濟學等眾多領域，研究的對象通常非常復雜，其內部機理部分甚至完全不清楚，通常很難應用已有理論直接獲得相應的數學模型，只能利用觀測數據來確定研究對象的數學模型及其參數，這就是系統辨識所要解決的問題。系統辨識理論經過幾十年的發展，研究越來越深入，應用越來越廣泛，已在上述領域獲得了十分成功的應用。任何待研究的對象都可以看成是一個系統。在數學上，系統的基本特性可以用狀態參數加以描述，狀態參數一經確定，系統也就確定了。系統的數學模型是系統本質特征的數學抽象，是建立系統狀態參數之間以及與外作用之間最主要的相互作用、相互制約的數學表達式。研究系統不同側面的特性，則反映系統基本特性的狀態參數也不同。模型一般不可能考慮所有因素，通常僅考慮主要因素而忽略次要因素，以便簡化模型，但是模型的精度可能有所降低。如何折中模型的精確性和復雜性是建模中需要考慮的一個關鍵問題。對于一些系統，可以從已知的原理、定律和定理出發，通過機理分析研究，找出系統內在的運動規律，推導出系統中各狀態參數與外作用之間的解析關系式，即數學模型，這種方式稱為系統的理論建模。由于這類系統的基本規律已知，在控制論中稱之為“白箱”問題。對于另一些系統，由于對系統的客觀規律不清楚，只能從系統的輸入和輸出測量數據來建立其數學模型，稱之為“黑箱”問題，通常采用辨識建模方法。還有一些系統，其某些部分的機理清楚，可直接用理論建模的方法加以解決，對其中機理不清楚的部分，可使用辨識建模的方法，這種方式通常稱之為“灰箱”問題。
書友推薦
- >
山海經
- >
中國歷史的瞬間
- >
巴金－再思錄
- >
羅庸西南聯大授課錄
- >
推拿
- >
【精裝繪本】畫給孩子的中國神話
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
朝聞道
本類暢銷
