系统辨识理论及Matlab仿真

全书共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例，每种实例都进行了仿真分析，并给出了相应的MATLAB仿真程序。本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

这是一本专注于系统辨识理论与实际应用的教材。全书共九章，涵盖了系统辨识的基本理论、常用方法、实例分析以及仿真实现。书中首先介绍了建立数学模型的基本方法，包括理论分析法和测试法，以及系统辨识的定义、研究目的和分类。接着，书中详细阐述了系统辨识常用的输入信号，如白噪声信号及其性质，以及系统辨识对输入信号的要求。 书中深入探讨了最小二乘参数辨识方法，包括加权最小二乘算法、递推最小二乘算法、递推阻尼最小二乘算法、增广最小二乘算法等，以及极大似然参数辨识方法，包括似然函数的构造、动态系统参数的极大似然参数估计等。此外，书中还详细介绍了传递函数的时域和频域辨识方法，以及神经网络辨识、模糊系统辨识、智能优化算法辨识和灰色系统辨识等先进的辨识技术。 书中的实例分析部分，作者通过大量的仿真实验，展示了各种辨识方法在实际应用中的有效性。这些实例包括系统辨识对输入信号的要求、白噪声信号及其性质、神经网络理论基础、模糊系统的理论基础与逻辑运算、遗传算法的基本原理与操作、粒子群优化算法的基本原理与参数设置、差分进化算法概述、灰色系统参数辨识的算法与应用、按概率角度分类、闭环系统传递函数辨识与前馈控制、按模型