面向控制的系统辨识导论 Mian xiang kong zhi de xi tong bian shi dao lun 🔍
周彤著, Zhou tong, 周彤, 1964-, 周彤著, 周彤 北京:清华大学出版社, 2004, 2004
中文 [zh] · PDF · 11.1MB · 2004 · 📗 未知类型的图书 · 🚀/duxiu/zlibzh · Save
描述
1 (p0-1): 第1章 绪论 2 (p0-2): 1.1 系统辨识的发展 3 (p0-3): 1.2 经典系统辨识方法的缺陷 6 (p0-4): 1.3 鲁棒控制建模问题的提出与发展 7 (p0-5): 1.4 本书的构成 9 (p0-6): 1.5 附注 10 (p0-7): 2.1 凸集、凸函数与凸优化 10 (p0-8): 2.1.1 凸集合 10 (p0-9): 第2章 模型集辨识的数学基础 11 (p0-10): 2.1.2 凸函数 11 (p0-11): 目录 11 (p0-12): 书中采用的主要符号(notation) 12 (p0-13): 2.1.3 凸优化 15 (p0-14): 书中采用的主要记号(symbol) 16 (p0-15): 2.2 信号与系统的范数 19 (p0-16): 2.3 哈代空间与插值理论 19 (p0-17): 2.3.1 哈代空间 21 (p0-18): 2.3.2 插值理论 26 (p0-19): 2.4 Hankel范数函数近似 33 (p0-20): 2.5 随机信号离散傅里叶变换的统计特性 39 (p0-21): 2.6 系统辨识中的正交基 45 (p0-22): 2.7 附注 46 (p0-23): 第3章 模型集辨识与鲁棒控制的关系 47 (p0-24): 3.1 模型集的描述 49 (p0-25): 3.2 小增益定理 53 (p0-26): 3.3 模型集辨识 59 (p0-27): 3.4 附注 61 (p0-28): 第4章 确定性框架下的模型集辨识——频域实验数据情形 61 (p0-29): 4.1 频域模型集辨识的问题描述 62 (p0-30): 4.2 先验信息独立型线性辨识算法 72 (p0-31): 4.3 先验信息依存型线性辨识算法 79 (p0-32): 4.4 先验信息独立型非线性辨识算法 80 (p0-33): 4.4.1 基于AAK定理的辨识算法 82 (p0-34): 4.4.2 权函数选择 89 (p0-35): 4.5 基于频域实验数据的非伪模型构造 98 (p0-36): 4.6 基于Nevanlinna-Pick插值理论的辨识算法 102 (p0-37): 4.7 附注 104 (p0-38): 第5章 确定性框架下的模型集辨识——时域实验数据情形 105 (p0-39): 5.1 问题描述 106 (p0-40): 5.2 非伪模型集的构造 118 (p0-41): 5.3 插值型辨识算法 125 (p0-42): 5.4 近似插值型辨识算法 131 (p0-43): 5.5 附注 132 (p0-44): 第6章 随机框架下的模型集辨识——时域实验数据情形 133 (p0-45): 6.1.1 问题描述 133 (p0-46): 6.1 时域信号下的模型集辨识——一般情形 134 (p0-47): 6.1.2 辨识算法 135 (p0-48): 6.1.3 辨识误差 143 (p0-49): 6.1.4 先验信息估计 144 (p0-50): 6.2 基于时域信号的模型集辨识——周期激励信号情形 144 (p0-51): 6.2.1 问题描述 145 (p0-52): 6.2.2 辨识算法 146 (p0-53): 6.2.3 误差分析 159 (p0-54): 6.3 附注 161 (p0-55): 第7章 随机框架下的模型集辨识——频域实验数据情形 162 (p0-56): 7.1.2 辨识算法I——实验数据均匀分布情形 162 (p0-57): 7.1.1 问题描述 162 (p0-58): 7.1 有限维系统辨识 165 (p0-59): 7.1.3 辨识算法的特性 175 (p0-60): 7.1.4 辨识算法II——实验数据非均匀分布的情形 180 (p0-61): 7.2 无限维系统辨识 180 (p0-62): 7.2.1 问题描述 180 (p0-63): 7.2.2 辨识算法 182 (p0-64): 7.2.3 辨识算法的特性 201 (p0-65): 7.3 附注 203...
备用文件名
zlibzh/no-category/周彤著, Zhou tong, 周彤, 1964-, 周彤著, 周彤/面向控制的系统辨识导论_42197124.pdf
备选标题
面向控制的系統辨識導論
备用出版商
清华大学出版社 Qing hua ta xue chu ban she
备用出版商
Qinghua University Press
备用出版商
淸華大學出版社
备用版本
Xin bian xin xi, kong zhi yu xi tong xi lie jiao cai, Bei jing, 2004
备用版本
China, People's Republic, China
备用版本
北京 Bei jing, 2004
元数据中的注释
Bookmarks: p0-1 (p1): 第1章 绪论
p0-2 (p2): 1.1 系统辨识的发展
p0-3 (p3): 1.2 经典系统辨识方法的缺陷
p0-4 (p6): 1.3 鲁棒控制建模问题的提出与发展
p0-5 (p7): 1.4 本书的构成
p0-6 (p9): 1.5 附注
p0-7 (p10): 2.1 凸集、凸函数与凸优化
p0-8 (p10): 2.1.1 凸集合
p0-9 (p10): 第2章 模型集辨识的数学基础
p0-10 (p11): 2.1.2 凸函数
p0-11 (p11): 目录
p0-12 (p11): 书中采用的主要符号(notation)
p0-13 (p12): 2.1.3 凸优化
p0-14 (p15): 书中采用的主要记号(symbol)
p0-15 (p16): 2.2 信号与系统的范数
p0-16 (p19): 2.3 哈代空间与插值理论
p0-17 (p19): 2.3.1 哈代空间
p0-18 (p21): 2.3.2 插值理论
p0-19 (p26): 2.4 Hankel范数函数近似
p0-20 (p33): 2.5 随机信号离散傅里叶变换的统计特性
p0-21 (p39): 2.6 系统辨识中的正交基
p0-22 (p45): 2.7 附注
p0-23 (p46): 第3章 模型集辨识与鲁棒控制的关系
p0-24 (p47): 3.1 模型集的描述
p0-25 (p49): 3.2 小增益定理
p0-26 (p53): 3.3 模型集辨识
p0-27 (p59): 3.4 附注
p0-28 (p61): 第4章 确定性框架下的模型集辨识——频域实验数据情形
p0-29 (p61): 4.1 频域模型集辨识的问题描述
p0-30 (p62): 4.2 先验信息独立型线性辨识算法
p0-31 (p72): 4.3 先验信息依存型线性辨识算法
p0-32 (p79): 4.4 先验信息独立型非线性辨识算法
p0-33 (p80): 4.4.1 基于AAK定理的辨识算法
p0-34 (p82): 4.4.2 权函数选择
p0-35 (p89): 4.5 基于频域实验数据的非伪模型构造
p0-36 (p98): 4.6 基于Nevanlinna-Pick插值理论的辨识算法
p0-37 (p102): 4.7 附注
p0-38 (p104): 第5章 确定性框架下的模型集辨识——时域实验数据情形
p0-39 (p105): 5.1 问题描述
p0-40 (p106): 5.2 非伪模型集的构造
p0-41 (p118): 5.3 插值型辨识算法
p0-42 (p125): 5.4 近似插值型辨识算法
p0-43 (p131): 5.5 附注
p0-44 (p132): 第6章 随机框架下的模型集辨识——时域实验数据情形
p0-45 (p133): 6.1.1 问题描述
p0-46 (p133): 6.1 时域信号下的模型集辨识——一般情形
p0-47 (p134): 6.1.2 辨识算法
p0-48 (p135): 6.1.3 辨识误差
p0-49 (p143): 6.1.4 先验信息估计
p0-50 (p144): 6.2 基于时域信号的模型集辨识——周期激励信号情形
p0-51 (p144): 6.2.1 问题描述
p0-52 (p145): 6.2.2 辨识算法
p0-53 (p146): 6.2.3 误差分析
p0-54 (p159): 6.3 附注
p0-55 (p161): 第7章 随机框架下的模型集辨识——频域实验数据情形
p0-56 (p162): 7.1.2 辨识算法Ⅰ——实验数据均匀分布情形
p0-57 (p162): 7.1.1 问题描述
p0-58 (p162): 7.1 有限维系统辨识
p0-59 (p165): 7.1.3 辨识算法的特性
p0-60 (p175): 7.1.4 辨识算法Ⅱ——实验数据非均匀分布的情形
p0-61 (p180): 7.2 无限维系统辨识
p0-62 (p180): 7.2.1 问题描述
p0-63 (p180): 7.2.2 辨识算法
p0-64 (p182): 7.2.3 辨识算法的特性
p0-65 (p201): 7.3 附注
p0-66 (p203): 第8章 模型集检验——时域实验数据情形
p0-67 (p204): 8.1 模型集检验的时域描述
p0-68 (p207): 8.2 具有非构造性误差的模型集检验
p0-69 (p210): 8.3 误差具有结构性信息时的模型集检验
p0-70 (p214): 8.4 最小模型集辨识
p0-71 (p218): 8.5 附注
p0-72 (p219): 第9章 模型集检验——频域实验数据情形
p0-73 (p220): 9.1 输入输出数据情形
p0-74 (p221): 9.1.1 非构造性名义模型误差
p0-75 (p232): 9.1.2 构造性模型误差
p0-76 (p233): 9.2 基于控制对象频率响应估计的模型集检验
p0-77 (p239): 9.3 随机框架下的模型集检验
p0-78 (p251): 9.4 一个模型集检验的数值仿真例
p0-79 (p254): 9.5 附注
p0-80 (p255): 第10章 模型集的闭环辨识与检验
p0-81 (p256): 10.1 Youla-Kucera参数化定理
p0-82 (p259): 10.2 正规互质因子的闭环辨识
p0-83 (p260): 10.2.1 非参数估计
p0-84 (p269): 10.2.2 非参数估计的统计特性及待定参数选择
p0-85 (p279): 10.2.3 正规互质因子的参数辨识
p0-86 (p286): 10.2.4 一个数值仿真例
p0-87 (p290): 10.3 正规互质因子扰动模型集的闭环检验
p0-88 (p302): 10.4 附注
p0-89 (p303): 参考文献
p0-90 (p312): 索引
元数据中的注释
related_files:
filepath:11307778_面向控制的系统辨识导论.zip — md5:d5575ab5afbf937fea7294b6791b839e — filesize:24137246
filepath:11307778_面向控制的系统辨识导论.zip — md5:1eee712d8be24c13fced40a0f618a4a5 — filesize:24137246
filepath:_11307778.zip — md5:45ff17ac25423d8b9d415b352640e73c — filesize:24099207
filepath:11307778.zip — md5:a7e3537c9fa73c1da84f509a230c8162 — filesize:24093646
filepath:11307778.rar — md5:b76ad2b02f4d20fe39930a7daae134a3 — filesize:24120868
filepath:11307778.zip — md5:a0e30f680c0c637fa26498c25c75b45b — filesize:24101878
filepath:/读秀/读秀4.0/读秀/4.0/数据库11-1/11307778_面向控制的系统辨识导论.zip
filepath:17b/福建师范111/11307778_面向控制的系统辨识导论.zip
filepath:第四部分/003/12/11307778.zip
备用描述
Ben shu jie shao lu bang kong zhi jian mo yu chuan tong xi tong bian shi de yi tong, Mo xing ji bian shi yu lu bang kong zhi de lian xi, Yi ji lu bang kong zhi jian mo zhong de zhu yao fang fa he jie guo
备用描述
本書結合作者對該問題十餘年研究的體會和結果,系統介紹魯棒控制建模與傳統系統辨識的異同、模型集辨識與魯棒控制的聯繫以及魯棒控制建模中的主要方法和結果。這些方法包括確定性框架下的模型集辨識與檢驗、隨機框架下的模型集辨識與檢驗以及基於閉環實驗數據的模型集辨識與檢驗等。具體內容包括基於這些方法的基本結論和其中尚需進一步研究的課題。本書同時還對這些方法所涉及的主要參考文獻作了簡要介紹。
备用描述
本书系统介绍了鲁棒控制建模与传统系统辨识的异同, 模型集辨识与鲁棒控制的联系以及鲁棒控制建模的主要方法和结果, 这些方法包括确定性框架下的模型集辨识与检验, 随机框架下的模型集辨识与检验以及基于闭环实验数据的模型集辨识与检验等
开源日期
2024-06-13
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持,您将获得高速下载权益。❤️
如果您在本月捐款,您将获得双倍的快速下载次数。

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 (可能需要验证浏览器——无限次下载!)

所有选项下载的文件都相同,应该可以安全使用。即使这样,从互联网下载文件时始终要小心。例如,确保您的设备更新及时。
  • 对于大文件,我们建议使用下载管理器以防止中断。
    推荐的下载管理器:JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件,具体取决于文件格式。
    推荐的电子书阅读器:Anna的档案在线查看器ReadEraCalibre
  • 使用在线工具进行格式转换。
    推荐的转换工具:CloudConvertPrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具:亚马逊的“发送到 Kindle”djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起,请考虑购买原版,或直接支持作者。
    📚 如果您当地的图书馆有这本书,请考虑在那里免费借阅。