Process identification technology

　　第1章 引论
　　 1．1 基本概念和方法
　　 1．1．1 动态系统和静态系统
　　 1．1．2 动态特性和稳态特性
　　 1．1．3 模型化
　　 1．1．4 建立数学模型的方法
　　 1．1．5 数学模型的应用
　　 1．2 过程辨识概论
　　 1．2．1 系统辨识的定义
　　 1．2．2 辨识方法
　　第2章 过程的数学模型描述
　　 2．1 数学模型的分类
　　 2．2 确定性连续时间系统的数学模型
　　 2．2．1 时间域描述
　　 2．2．2 频率域描述
　　 2．2．3 多输入、多输出系统的数学模型
　　 2．3 确定性离散时间系统的数学模型
　　 2．3．1 时间域描述
　　 2．3．2 频率域描述
　　 2．4 动态系统的随机性模型
　　第3章 瞬态响应法
　　 3．1 概述
　　 3．2 非周期试验信号的特性
　　 3．2．1 基本非周期试验信号
　　 3．2．2 常用非周期试验信号的处理
　　 3．2．3 任意非周期连续信号的分解
　　 3．3 由瞬态响应曲线确定参数模型
　　 3．3．1 由阶跃响应曲线求传递函数
　　 3．3．2 由其他非周期信号的响应求传递函数
　　第4章 频率响应法
　　 4．1 频率响应特性
　　 4．1．1 直接法
　　 4．1．2 相关滤波法
　　 4．2 由频率响应曲线求传递函数
　　 4．2．1 插值法
　　 4．2．2 最小二乘法
　　 4．3 由瞬态响应求频率特性
　　 4．3．1 离散Fourier变换(DFT)简介
　　 4．3．2 DFT的应用
　　第5章 统计学方法预备知识
　　 5．1 概率统计基本知识
　　 5．1．1 随机变量及其分布律
　　 5．1．2 二维随机变量
　　 5．1．3 均值与方差
　　 5．1．4 随机过程
　　 5．1．5 相关函数
　　 5．2 最小二乘法的一般原理
　　 5．2．1 基本关系式
　　 5．2．2 统计特性
　　 5．2．3 常参数的递推估计
　　 5．3 慢时变参数的递推估计
　　第6章 脉冲响应函数的辨识
　　 6．1 辨识问题的提法
　　 6．2 用相关分析法辨识脉冲响应函数
　　 6．3 用最小二乘法辨识脉>中响应函数
　　 6．4 最小二乘法辨识与相关分析法辨识的关系
　　 6．5 激励信号的选择
　　 6．5．1 随机白噪声作激励信号
　　 6．5．2 伪随机信号作为激励信号
　　 6．5．3 伪随机二位式序列(PRBS)作激励信号
　　 6．6 用伪随机二位式序列(PRBS)辨识脉>中响应函数
　　第7章 线性差分方程模型的辨识
　　 7．1 线性差分方程模型的最小二乘估计
　　 7．1．1 辨识问题的提法
　　 7．1．2 最小二乘法求解
　　 7．1．3 参数估计的统计特性
　　 7．1．4 系统阶的确定
　　 7．1．5 递推估计和实时估计
　　 7．2 线性差分方程模型的广义最小二乘估计和多级最小二乘估计
　　 7．2．1 相关残差造成有偏估计
　　 7．2．2 广义最小二乘估计
　　 7．2．3 多级最小二乘估计
　　参考文献