系統(tǒng)辨識(shí)基礎(chǔ)大綱

1、系統(tǒng)辨識(shí)基礎(chǔ)課程大綱課程編號(hào):40250203課程序號(hào):0課程名稱(chēng):系統(tǒng)辨識(shí)基礎(chǔ)Fundamentals of System Identification任課教師:蕭德云學(xué)時(shí):總學(xué)時(shí)48,3學(xué)時(shí)/周學(xué)分:3學(xué)分教材:方崇智蕭德云,過(guò)程辨識(shí),清華大學(xué)出版社,1988教學(xué)要求:掌握系統(tǒng)辨識(shí)的基本概念、基本知識(shí)、理論和方法。通過(guò)實(shí)驗(yàn)(實(shí)驗(yàn)一、二和作業(yè)加深對(duì)辨識(shí)理論和方法的理解。成績(jī)?cè)u(píng)定:期末考試(主要考查基本概念、基本知識(shí)和基本理論,占80%。完成教學(xué)實(shí)驗(yàn)(實(shí)驗(yàn)一、二和課程作業(yè),占20%。教學(xué)內(nèi)容:Part I 理論教學(xué)(課內(nèi)48學(xué)時(shí)第1章辨識(shí)的一些基本概念(3講內(nèi)容:系統(tǒng)和模型概念、建模方法、辨識(shí)

2、定義、辨識(shí)問(wèn)題的表達(dá)形式、辨識(shí)算法的基本原理、誤差準(zhǔn)則、辨識(shí)的內(nèi)容和步驟、辨識(shí)的應(yīng)用。參考書(shū):過(guò)程辨識(shí)§1.1-§1.8第2章隨機(jī)信號(hào)的描述與分析(3講內(nèi)容:隨機(jī)過(guò)程的基本知識(shí)、相關(guān)函數(shù)、協(xié)方差函數(shù)、譜密度函數(shù)、線(xiàn)性過(guò)程在隨機(jī)輸入下的響應(yīng)、白噪聲及其產(chǎn)生方法、M序列及其性質(zhì)。參考書(shū):過(guò)程辨識(shí)§2.1-§2.3,§2.5-§2.6第3章過(guò)程的數(shù)學(xué)描述(1講內(nèi)容:連續(xù)系統(tǒng)的輸入輸出模型、離散系統(tǒng)的輸入輸出模型、數(shù)學(xué)模型之間的等價(jià)變換、噪聲模型及其分類(lèi)。參考書(shū):過(guò)程辨識(shí)§3.1,§3.3-§3.4第4章經(jīng)典的辨

3、識(shí)方法(4講內(nèi)容:Levy法、相關(guān)分析法、實(shí)驗(yàn)一輔導(dǎo)。參考書(shū):過(guò)程辨識(shí)§4.1,§4.4-§4.5第5章最小二乘參數(shù)辨識(shí)方法(7講內(nèi)容:最小二乘法的基本概念、最小二乘問(wèn)題的提法、最小二乘問(wèn)題的解、最小二乘參數(shù)估計(jì)的收斂性、最小二乘參數(shù)估計(jì)的幾何解析、最小二乘參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)、最小二乘參數(shù)估計(jì)的遞推算法、最小二乘遞推算法的幾種變形。參考書(shū):過(guò)程辨識(shí)§5.1-§5.8,§6.1-§6.2第13章模型階次辨識(shí)(1講內(nèi)容:Hankel矩陣法、F-Test定階法。參考書(shū):過(guò)程辨識(shí)§13.1-§13.2,§

4、;13.4第6章最小二乘類(lèi)參數(shù)辨識(shí)方法(2講內(nèi)容:增廣最小二乘法、廣義最小二乘法、輔助變量法、相關(guān)二步法。參考書(shū):過(guò)程辨識(shí)§6.4-§6.7考試復(fù)習(xí)(1講Part II教學(xué)實(shí)驗(yàn)(課外12學(xué)時(shí)實(shí)驗(yàn)內(nèi)容:實(shí)驗(yàn)一利用相關(guān)分析法辨識(shí)脈沖響應(yīng)實(shí)驗(yàn)二遞推最小二乘估計(jì)(RLS及模型階次辨識(shí)(F-Test實(shí)驗(yàn)要求:按實(shí)驗(yàn)指示書(shū)的要求,獨(dú)立完成實(shí)驗(yàn),包括實(shí)驗(yàn)設(shè)計(jì)、編程、調(diào)試。實(shí)驗(yàn)指示書(shū)見(jiàn)過(guò)程辨識(shí)書(shū)P538(實(shí)驗(yàn)一,P540(實(shí)驗(yàn)二。按要求獨(dú)立完成實(shí)驗(yàn)報(bào)告,實(shí)驗(yàn)報(bào)告在期末考試之前必須交齊,實(shí)驗(yàn)與作業(yè)共占總成績(jī)的20%。Part III課程作業(yè)(課外36學(xué)時(shí)(作業(yè)內(nèi)容見(jiàn)“系統(tǒng)辨識(shí)基礎(chǔ)課程作業(yè)”教

5、學(xué)安排(共22講第1講引言課程內(nèi)容第1章辨識(shí)的一些基本概念1.1 過(guò)程和模型1.1.1 過(guò)程1.1.2 模型1.1.3 建模方法第2講第1章辨識(shí)的一些基本概念1.2 辨識(shí)的定義1.3 辨識(shí)問(wèn)題的表達(dá)形式1.4 辨識(shí)算法的基本原理第3講第1章辨識(shí)的一些基本概念1.5 誤差準(zhǔn)則及其關(guān)于參數(shù)空間的線(xiàn)性問(wèn)題1.6 辨識(shí)的內(nèi)容和步驟第4講第2章隨機(jī)信號(hào)的描述與分析2.1 隨機(jī)過(guò)程的基本概念及其數(shù)學(xué)描述2.1.1 基本概念2.1.2 隨機(jī)過(guò)程的數(shù)字特征2.1.3 平穩(wěn)性、各態(tài)遍歷性2.1.4 相關(guān)函數(shù)和協(xié)方差函數(shù)2.2 譜密度函數(shù)2.2.1 Parseval定理與譜密度概念2.2.2 Wiener-Khi

6、ntchine公式2.3 線(xiàn)性過(guò)程在隨機(jī)輸入下的響應(yīng)2.3.1 線(xiàn)性過(guò)程在隨機(jī)輸入下的輸出譜密度2.3.2 線(xiàn)性過(guò)程在隨機(jī)輸入下的互譜密度第5講第2章隨機(jī)信號(hào)的描述與分析2.4 白噪聲及其產(chǎn)生方法2.4.1 白噪聲的概念2.4.2 表示定理與成形濾波器2.4.3 (0,1均勻分布隨機(jī)數(shù)的產(chǎn)生2.4.4 正態(tài)分布隨機(jī)數(shù)的產(chǎn)生第6講第2章隨機(jī)信號(hào)的描述與分析2.5 M序列的產(chǎn)生及其性質(zhì)2.5.1 M序列的概念2.5.2 M序列的產(chǎn)生2.5.3 特征多項(xiàng)式2.5.4 M序列的性質(zhì)2.5.5 M序列的自相關(guān)函數(shù)2.5.6 M序列的譜密度第7講第3章過(guò)程的數(shù)學(xué)描述3.1 連續(xù)過(guò)程的輸入輸出模型3.2 離

7、散過(guò)程的輸入輸出模型3.3 數(shù)學(xué)模型之間的等價(jià)變換3.3.1 微分方程到差分方程的變換3.3.2 離散狀態(tài)方程到差分方程的變換3.4 隨機(jī)模型3.4.1 一般概念3.4.2 噪聲模型及其分類(lèi)第8講第4章經(jīng)典的辨識(shí)方法4.1 引言4.2 頻率響應(yīng)法4.2.1 實(shí)驗(yàn)測(cè)取過(guò)程的頻率響應(yīng)4.2.2 Levy法第9講第4章經(jīng)典的辨識(shí)方法4.3 相關(guān)分析法4.3.1 頻率響應(yīng)的辨識(shí)4.3.2 脈沖響應(yīng)辨識(shí)的基本原理第10講第4章經(jīng)典的辨識(shí)方法4.3 相關(guān)分析法4.3.3 用M序列作輸入信號(hào)的離散算法4.3.4 用M序列作輸入信號(hào)的一次完成算法4.3.5 用M序列作輸入信號(hào)的遞推算法4.3.6 用M序列作輸

8、入信號(hào)時(shí)脈沖響應(yīng)估計(jì)的統(tǒng)計(jì)性質(zhì)4.3.7 用M序列作輸入信號(hào)辨識(shí)脈沖響應(yīng)的步驟第11講實(shí)驗(yàn)一輔導(dǎo)實(shí)驗(yàn)一利用相關(guān)分析法辨識(shí)脈沖響應(yīng)一、實(shí)驗(yàn)?zāi)康亩?、?shí)驗(yàn)內(nèi)容1、過(guò)程仿真2、白噪聲生成3、M序列生成4、互相關(guān)函數(shù)的計(jì)算5、c的補(bǔ)償6、計(jì)算脈沖響應(yīng)估計(jì)值7、程序流程三、實(shí)驗(yàn)步驟四、實(shí)驗(yàn)報(bào)告第12講第5章最小二乘參數(shù)辨識(shí)方法5.1 辨識(shí)方法分類(lèi)5.2 最小二乘法的基本概念5.3 最小二乘問(wèn)題的提法5.4 最小二乘問(wèn)題的解第13講第5章最小二乘參數(shù)辨識(shí)方法5.5 最小二乘估計(jì)的可辨識(shí)性5.6 最小二乘估計(jì)的幾何解析第14講第5章最小二乘參數(shù)辨識(shí)方法5.7 最小二乘估計(jì)的統(tǒng)計(jì)性質(zhì)5.7.1 無(wú)偏性5.7.2

9、 參數(shù)估計(jì)偏差的協(xié)方性質(zhì)5.7.3 一致性5.7.4 有效性5.7.5 漸近分布性質(zhì)5.7.6 噪聲方差估計(jì)性質(zhì)第15講第5章最小二乘參數(shù)辨識(shí)方法5.8 最小二乘參數(shù)估計(jì)的遞推算法5.8.1 遞推算法形式5.8.2 初始值的選擇5.8.3 P(k矩陣的基本性質(zhì)第16講第5章最小二乘參數(shù)辨識(shí)方法5.8 最小二乘參數(shù)估計(jì)的遞推算法5.8.4 殘差與新息的關(guān)系5.8.5 準(zhǔn)則函數(shù)的遞推計(jì)算5.8.6 遞推算法的收斂性質(zhì)第17講第5章最小二乘參數(shù)辨識(shí)方法5.9 最小二乘遞推算法的逆問(wèn)題5.10 最小二乘遞推算法的幾種變形5.10.1 選擇性加權(quán)最小二乘法5.10.2 遺忘因子法5.10.3 限定記憶法

10、5.10.4 折息法5.10.5 協(xié)方差重調(diào)最小二乘法5.10.6 協(xié)方差修正最小二乘法第18講第13章模型階次辨識(shí)13.1 引言13.2 根據(jù)Hankel矩陣的秩根據(jù)模型的階次13.3 利用殘差的方差估計(jì)模型的階次13.3.1 殘差方差分析13.3.2 白噪聲過(guò)程的F-Test定階法13.3.3 有色噪聲過(guò)程的F-Test定階法第19講實(shí)驗(yàn)二輔導(dǎo)實(shí)驗(yàn)二遞推最小而乘估計(jì)(RLS及模型階次辨識(shí)(F-Test一、實(shí)驗(yàn)?zāi)康亩?shí)驗(yàn)內(nèi)容1、過(guò)程仿真2、辨識(shí)模型3、辨識(shí)算法 4、仿真數(shù)據(jù) 5、F-Test 定階法 6、實(shí)驗(yàn)記錄 7、計(jì)算性能指標(biāo) 三、程序流程 四、實(shí)驗(yàn)步驟 五、實(shí)驗(yàn)報(bào)告 第 20 講 第 6 章 最小二乘類(lèi)參數(shù)辨識(shí)方法 6.1 引言 6.2 增廣最小二乘法 6.2