注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)工業(yè)技術(shù)無線電電子學(xué)、電信技術(shù)基于組合式信號源的塊結(jié)構(gòu)模型辨識方法

基于組合式信號源的塊結(jié)構(gòu)模型辨識方法

基于組合式信號源的塊結(jié)構(gòu)模型辨識方法

定 價:¥68.00

作 者: 賈立 著
出版社: 科學(xué)出版社
叢編項: 智能科學(xué)技術(shù)著作叢書
標(biāo) 簽: 電子 通信 工業(yè)技術(shù)

ISBN: 9787030503770 出版時間: 2016-11-01 包裝: 平裝
開本: 16開 頁數(shù): 171 字?jǐn)?shù):  

內(nèi)容簡介

  復(fù)雜工業(yè)過程具有多變量、變量間非線性和強耦合等特點,且受多種不確定因素干擾導(dǎo)致難以建模,針對這一問題,《智能科學(xué)技術(shù)著作叢書:基于組合式信號源的塊結(jié)構(gòu)模型辨識方法》從塊結(jié)構(gòu)模型中間變量不可測量的角度出發(fā),分析塊結(jié)構(gòu)模型各串聯(lián)模塊在不同激勵信號作用下的特性,系統(tǒng)地提出復(fù)雜工業(yè)過程塊結(jié)構(gòu)非線性動態(tài)模型描述和辨識的新方法,主要包括采用神經(jīng)模糊技術(shù)的串聯(lián)模塊建模方法、全新智能分離算法和模塊參數(shù)辨識算法、利用補償技術(shù)的塊結(jié)構(gòu)非線性動態(tài)系統(tǒng)過程噪聲建模方法等,并利用隨機過程理論分析和比較所提方法的性能?!吨悄芸茖W(xué)技術(shù)著作叢書:基于組合式信號源的塊結(jié)構(gòu)模型辨識方法》可以作為自動控制專業(yè)研究生的教學(xué)參考書,同時對從事自動化系統(tǒng)研究、設(shè)計、開發(fā)和應(yīng)用的廣大科技工作者也具有一定的參考價值。

作者簡介

  賈立 著

圖書目錄

《智能科學(xué)技術(shù)著作叢書》序前言
第一部分 塊結(jié)構(gòu)模型第1章 塊結(jié)構(gòu)模型概述1.1 引言1.2 靜態(tài)非線性環(huán)節(jié)與動態(tài)線性環(huán)節(jié)的同步辨識法1.2.1 過參數(shù)化法1.2.2 子空間法1.2.3 調(diào)制函數(shù)法1.2.4 直接辨識法1.3 靜態(tài)非線性環(huán)節(jié)與動態(tài)線性環(huán)節(jié)的分步辨識法1.3.1 迭代法1.3.2 分離最小二乘法1.3.3 多信號源法1.3.4 盲辨識法1.3.5 頻域法1.3.6 隨機法1.4 基于Hammerstein模型的控制系統(tǒng)設(shè)計1.5 塊結(jié)構(gòu)模型研究中存在的關(guān)鍵問題1.6 全書概況參考文獻
第二部分 基于二進制—隨機復(fù)合信號源的塊結(jié)構(gòu)模型辨識方法第2章 基于二進制—隨機復(fù)合信號源的Hammerstein模型辨識方法2.1 基于泰勒級數(shù)展開法的Hammerstein模型辨識2.1.1 基于神經(jīng)模糊的Hammerstein模型2.1.2 基于神經(jīng)模糊Hammerstein模型的辨識2.1.3 實驗結(jié)果2.1.4 小結(jié)2.2 基于Lyapunoy方法的Hammerstein模型辨識2.2.1 神經(jīng)模糊Hammerstein模型2.2.2 神經(jīng)模糊Hammerstein模型辨識2.2.3 實驗結(jié)果2.2.4 小結(jié)參考文獻第3章 基于二進制—隨機復(fù)合信號源的Hammerstein-Wiener模型辨識方法3.1 基于二進制—隨機復(fù)合信號源的Hammerstein-Wiener模型3.1.1 神經(jīng)模糊Hammerstein-Wiener模型3.1.2 神經(jīng)模糊Hammerstein-Wiener模型各串聯(lián)環(huán)節(jié)的分離3.1.3 基于神經(jīng)模糊Hammerstein-Wiener模型的控制系統(tǒng)3.1.4 實驗結(jié)果3.1.5 小結(jié)3.2 基于兩階段復(fù)合信號的Hammerstein-Wiener模型3.2.1 基于兩階段復(fù)合信號的神經(jīng)模糊Hammerstein-Wiener模型3.2.2 實驗結(jié)果3.2.3 小結(jié)參考文獻第4章 含過程噪聲的塊結(jié)構(gòu)模型二進制一隨機復(fù)合信號源辨識方法4.1 基于輔助模型遞推最小二乘法的Hammerstein模型4.1.1 一類含過程噪聲的Hammerstein模型4.1.2 基于輔助模型遞推最小二乘法的Hammerstein模型多信號源辨識方法4.1.3 實驗結(jié)果4.1.4 小結(jié)4.2 基于偏差補償遞推最小二乘法的Hammerstein-Wiener模型4.2.1 一類含過程噪聲的Hammerstein-Wiener模型4.2.2 基于偏差補償遞推最小二乘法的Hammerstein-Wiener模型多信號源辨識方法4.2.3 實驗結(jié)果4.2.4 小結(jié)4.3 基于輔助模型多新息隨機梯度法的Hammerstein模型4.3.1 基于輔助模型多新息隨機梯度法的Hammerstein模型多信號源辨識方法4.3.2 實驗結(jié)果4.3.3 小結(jié)參考文獻
第三部分 基于可分離信號源的塊結(jié)構(gòu)模型辨識方法第5章 基于可分離信號源的多輸入多輸出Hammerstein模型辨識方法5.1 多輸入多輸出Hammerstein模型5.2 基于可分離信號源的多輸入多輸出Hammerstein模型辨識5.2.1 基于神經(jīng)模糊的多輸人多輸出Hammerstein模型5.2.2 基于可分離信號源的多輸入多輸出Hammerstein模型辨識5.2.3 實驗結(jié)果5.2.4 小結(jié)參考文獻第6章 含過程噪聲的多輸入多輸出Hammerstein模型可分離信號源辨識方法6.1 含過程噪聲的多輸人多輸出Hammerstein模型辨識6.1.1 含過程噪聲的多輸人多輸出Hammerstein模型6.1.2 含過程噪聲的多輸入多輸出Hammerstein模型辨識6.1.3 實驗結(jié)果6.1.4 小結(jié)6.2 基于可分離信號的Hammerstein輸出誤差滑動平均系統(tǒng)辨識6.2.1 Hammerstein輸出誤差滑動平均系統(tǒng)6.2.2 神經(jīng)模糊Hammerstein輸出誤差滑動平均系統(tǒng)辨識6.2.3 實驗結(jié)果6.2.4 小結(jié)參考文獻第7章 含過程噪聲的Hammerstein-Wiener模型可分離信號源辨識方法7.1 基于可分離信號的Hammerstein-Wiener模型辨識方法7.1.1 神經(jīng)模糊Hammerstein-Wiener模型7.1.2 神經(jīng)模糊Hammerstein-Wiener模型辨識方法7.1.3 基于Hammerstein-Wiener模型的控制系統(tǒng)設(shè)計7.1.4 實驗結(jié)果7.1.5 小結(jié)7.2 基于遞推廣義增廣最小二乘法的Hammerstein-Wiener模型可分離信號源辨識7.2.1 噪聲干擾下的FIR Hammerstein-Wiener模型7.2.2 基于遞推廣義增廣最小二乘法的Hammerstein-Wiener辨識7.2.3 實驗結(jié)果7.2.4 小結(jié)參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號