图书介绍
图书前言
随着我国经济体制的转变，加入WTO后，国内的众多过程工业企业日益感受到国际间竞争所带来的压力和挑战。在这种大环境下，积极开发和应用先进控制和在线优化技术，以提高企业经济效益，进而增强自身的竞争力，是过程工业迎接挑战的重要对策。 现代控制理论几十年来的发展已为先进控制奠定了应用理论基础，而控制计算机尤其是集散控制系统(ＤＣＳ)、现场总线控制系统(FCS)的普及与提高，则为先进控制和在线优化的应用提供了强有力的硬件和软件平台。 工业企业的需求以及控制理论和计算机技术的发展，是先进控制技术发展强有力的推动力。先进控制算法都要求有生产过程的数学模型。这些要求需要生产过程建模技术。先进控制算法的实施，使生产过程控制更为平稳，有条件实现更严格的在线卡边优化控制，从而带来显著的经济效益。而卡边条件的实现，往往需要软测量技术的应用。本书正是在这种需求的背景下，较全面地阐述系统建模方法，为软测量技术、先进控制和优化控制提供实用的生产过程数学模型。 系统辨识与建模是研究用观测过程的输入、输出数据来建立生产过程数学模型的一种理论和方法，是为提高控制系统质量、设计先进控制系统和实现优化控制提供依据的。本书以最小二乘理论为主线，介绍各类最小二乘法，如增广最小二乘法，广义最小二乘法，多步最小二乘法，辅助变量法，以及极大似然法，卡尔曼滤波法，模型参考自适应法，随机数直接搜索法，随机逼近法，多变量系统辨识法，闭环系统辨识法和小样本系统辨识等，并研究了各种模型阶次的辨识方法及其在工业上的应用。尤其随机数直接搜索法(NLJ)的非线性和闭环系统辨识法，多变量系统辨识法中的主模型分解子子模型法(SSM)，数值状态空间子空间法(N4SID)，它们是本书的特色，在目前出版的书籍中都没有这种方法。本书循序渐进，明确理论与算法的关系，并附部分程序，便于读者理解、掌握和实际应用与编程。 此书附带光盘，内容包括书中主要算法的C语言程序，只要更换仿真模型，就可直接供其他场合应用。 本书是作者多年来教学和科研工作的总结，它的前身是作者编写于1975年的《化工对象动态特性测试方法》。介绍了化工对象动态特性经典的与现代的测试方法和建模方法，其中现代部分的随机信号测试法曾从1979年开始作为北京化工大学自动化专业学生的教材，1983年以后更名为“系统辨识”。该书于1989年由化学工业出版社作为化工自动化丛书正式出版，定名为《化工对象动态特性测试方法》。这些年来，系统辨识领域又有了飞速发展和完善。尽管系统辨识从理论体系上来说已经非常完善，但由于它在控制理论中的重要地位，一直受到控制界的关注，至今在各种控制会议上，有关系统辨识算法的论文仍占据相当比例，它仍然是学术界关注的热点。 本书可作为自动化、系统工程和检测技术类硕士生的“系统辨识与建模”学位课的教材，也可供以上领域的高年级本科生作选修课教材，还可供以上领域的教师、研究人员和工程技术人员参考。 本书的编写过程受到北京化工大学信息科学与技术学院和教务处赵恒永教授、张进明教授和朱群雄教授的热情支持、关怀和指导，并受到教材基金的资助，尤其朱群雄教授对本书进行了全面的评审，提出宝贵意见。历届的研究生黄晓峰、聂雪媛、温之建、李全善、陈景霞、魏环、王全良、聂云姬，杨茹等为本书做了不少例题，作者借此表示衷心的感谢。还要提及的是马俊英教授，她为本书整理原始资料，制作图形和曲线等，作者借此一并表示感谢。 由于作者水平有限，时间又很匆忙，书中缺点和不足之处在所难免，恳请读者批评指正。 编著者2003年6月于北京化工大学
精彩书摘
本书以最小二乘理论为主线，介绍各类最小二乘法，如增广最小二乘法，广义最小二乘法，多步最小二乘法，辅助变量法以及极大似然法，卡尔曼滤波法，模型参考自适应法，随机数直接搜索法，随机逼近法，多变量系统辨识法，闭环系统辨识法和小样本系统辨识等，并研究了各种模型阶次的辨识方法及其在工业上的应用。尤其随机数直接搜索法、多变量系统辨识法中的主模型分解子子模型法和数值状态空间子空间法（N4SID）是本书的特色，在建模中发挥着重要作用。本书循序渐进，明确理论与算法的关系，并附部分程序，便于读者理解、掌握和实际应用与编程。
目录
131输入信号的选择3 132采样间隔的选择4 133辨识时间（数据长度）4 134开环或闭环系统辨识4 135离线或在线系统辨识4 14系统辨识的步骤4 习题5 参考文献5 2数学模型6 21数学模型的类型6 22输入输出模型6 221连续系统输入输出模型6 222离散时间系统输入输出模型8 23状态方程模型9 231连续型状态方程模型9 232离散型状态方程模型12 24模型转换12 241传递函数转换为状态方程12 242将状态方程离散化13 243双线性变换13 25附录19 251式（2418）的证明19 252二项式系数的算法19 253具体程序及运算示例20 习题23 参考文献23 3随机信号分析与伪随机序列24 31随机过程特征24 311基本概念24 312随机过程的分布函数25 313随机过程的数字特征26 314随机过程29 315平稳过程的各态历经性（遍历性，Ergodic）30 32相关函数及频谱密度函数31 321相关函数31 322谱密度函数（或称功率密度谱、谱密度）的性质34 323线性系统在随机信号输入下的谱密度函数34 324谱分解定理35 325连续时间随机过程谱分解定理37 33典型随机过程39 331类型39 332白噪声过程及其产生方法39 333表示性定理及有色噪声过程42 334伪随机信号及其产生方法44 335正态过程50 习题52 参考文献52 4非参数模型的辨识54 41脉冲响应的辨识54 411实验测取脉冲响应54 412用最小二乘法辨识对象的脉冲响应函数56 413由对象的脉冲响应转换为传递函数59 42频率响应63 421频率响应的测取63 422从频率响应转换为传递函数66 423用加权最小二乘法求解传递函数71 43相关分析法74 431维纳霍甫方程74 432相关函数的求取75 44相关辨识与最小二乘法的关系77 45用PRBS确定对象的脉冲反应函数78 习题80 参考文献80 5最小二乘法及其扩展方法81 51最小二乘法81 511模型结构82 512最小二乘格式84 513最小二乘法的解85 514最小二乘估计的统计特性88 515噪声方差估计90 516正则方程的优良算法91 52最小二乘参数估计的递推算法96 53最小二乘适应算法99 531“数据饱和”现象99 532遗忘因子法100 533限定记忆法104 54按模型阶次增加的递推算法106 55改进的最小二乘法108 551最小二乘法存在的问题和改进途径108 552增广最小二乘法109 553广义最小二乘法111 554偏差校正的GLS算法115 555辅助变量法118 556相关最小二乘法121 557多步最小二乘法124 558各种方法的比较132 习题133 参考文献134 6其他类型辨识方法135 61极大似然法135 611极大似然原理135 612极大似然法用于动态系统的参数估计136 613牛顿拉夫森（NewtonRaphson）法求解极大似然估计138 614近似递推极大似然估计139 62用卡尔曼滤波解决系统辨识问题142 621卡尔曼滤波理论142 622卡尔曼滤波理论用于系统辨识142 623最优平滑算法用于系统辨识143 63模型参考自适应辨识法144 631连续系统模型参考自适应辨识算法145 632离散系统模型参考自适应辨识算法147 64随机数直接搜索法148 65随机逼近法152 651罗宾门罗随机逼近法152 652基弗华尔福维奇随机逼近法152 653参数估计的随机逼近法153 习题155 参考文献155 7模型结构的辨识157 71模型结构参数157 72模型阶次的辨识157 721利用行列式比估计模型阶次157 722利用残差平方和估计模型的阶次159 723利用赤池信息准则估计模型的阶次162 724利用最终预报误差准则估计模型的阶次163 725利用Hankel矩阵的秩估计模型的阶次163 73纯滞后时间的确定及节省参数模型165 74附录F分布值表167 习题168 参考文献169 8多变量系统辨识170 81多变量系统脉冲响应矩阵的辨识170 82多变量系统规范型及其转换172 821P规范对象172 822V规范对象172 823P、V规范型对象的互相转化173 83多变量系统的分解174 84多变量系统子模型辨识176 85多变量系统子子模型辨识176 86同时辨识多变量系统节省参数模型的结构及参数的方法176 87状态空间子空间方法估计状态空间模型181 871状态空间子空间辨识算法181 872数值状态空间子空间系统辨识算法183 873子空间算法的总结189 874N4SID算法的具体实现190 习题194 参考文献195 9闭环系统辨识197 91闭环系统的可辨识性198 911闭环系统辨识的必要性198 912闭环系统不可辨识性198 913控制律对闭环系统参数可辨识性的影响199 914闭环系统可辨识性的条件201 915闭环系统可辨识性的理论分析201 92闭环系统辨识方法分类204 93闭环系统间接辨识原理205 94闭环系统的直接辨识206 941用辅助变量法来直接辨识206 942用相关最小二乘法来直接辨识207 943用子模型子子模型法来直接辨识208 95闭环系统的联合过程辨识211 习题213 参考文献214 10小样本系统辨识215 101概述215 102LKL估计法215 1021LS估计在小样本时存在的问题215 1022LKL估计方法216 103特小样本极大似然估计法219 1031预测拟合优势的概念219 1032特小样本极大似然估计法219 1033应用例子221 104小样本系统的阶次估计222 1041残差LKL定阶法222 1042小样本似然比定阶法224 1043行列式比LKL定阶法227 1044三种小样本定阶法的比较229 105附录t分布表230 习题231 参考文献231 11系统辨识的实际问题及其应用232 111辨识中的一些实际问题232 1111模型类的选择232 1112采样时间232 1113准则函数232 1114在线化的考虑233 1115模型检验233 1116模型转换234 112在自适应控制中的应用235 113在预测控制中的应用236 114在软仪表中的应用237 115在优化控制中的应用238 116在故障诊断中的应用238 117在内模控制中的应用239 习题240 参考文献240 索引242
2018 © 化学工业出版社有限公司. ALL Rights Reserved. 京ICP备12046843号-7 | 京公网安备 11010102000557号 | 网络出版服务许可证 | 出版物经营许可证副本 | 出版物营业执照副本
ISBN：7-5025-4785-1
语种：中文
开本：16
出版时间：2004-01-12
装帧：平装
页数：256