面向控制的系統(tǒng)辨識(shí)導(dǎo)論

定　價(jià)：￥43.00

作　者：	周彤著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	新編信息控制與系統(tǒng)系列教材
標(biāo)　簽：	控制系統(tǒng)

購(gòu)買這本書可以去

ISBN：	9787302090557	出版時(shí)間：	2004-10-01	包裝：	平裝
開本：	25cm	頁數(shù)：	314	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　魯棒性是控制系統(tǒng)分析與綜合中的一個(gè)重要性能指標(biāo)。為了實(shí)現(xiàn)這個(gè)性能指標(biāo)，要求在建模過程中同時(shí)提供控制對(duì)象的名義模型及其與魯棒控制理論相匹配的誤差限。在系統(tǒng)辨識(shí)領(lǐng)域，該問題被稱為模型集辨識(shí)。本書結(jié)合作者對(duì)該問題十余年研究的體會(huì)和結(jié)果，系統(tǒng)介紹魯棒控制建模與傳統(tǒng)系統(tǒng)辨識(shí)的異同、模型集辨識(shí)與魯棒控制的聯(lián)系以及魯棒控制建模中的主要方法和結(jié)果。這些方法包括確定性框架下的模型集辨識(shí)與檢驗(yàn)、隨機(jī)框架下的模型集辨識(shí)與檢驗(yàn)以及基于閉環(huán)實(shí)驗(yàn)數(shù)據(jù)的模型集辨識(shí)與檢驗(yàn)等。具體內(nèi)容包括基于這些方法的基本結(jié)論和其中尚需進(jìn)一步研究的課題。本書同時(shí)還對(duì)這些方法所涉及的主要參考文獻(xiàn)作了簡(jiǎn)要介紹。本書內(nèi)容豐富，在敘述過程中盡量兼顧結(jié)論的物理含義和理論的嚴(yán)謹(jǐn)性。本書可以作為控制科學(xué)與控制工程、系統(tǒng)科學(xué)、應(yīng)用數(shù)學(xué)及其相關(guān)專業(yè)的理工科研究生和高年級(jí)本科生的教材，也可供從事該領(lǐng)域研究或教學(xué)的科技工作者和高等院校教師參考。

作者簡(jiǎn)介

　　周彤，出生于1964年。1984年成都電訊工程學(xué)院本科畢業(yè)，獲工學(xué)學(xué)士學(xué)位。1994年日本大阪大學(xué)博士研究生畢業(yè)，獲工學(xué)博士學(xué)位?，F(xiàn)為清華大學(xué)自動(dòng)化系教授、博士研究生導(dǎo)師。周彤長(zhǎng)期從事系統(tǒng)辯識(shí)、控制系統(tǒng)分析與設(shè)計(jì)、信號(hào)處理等方面的理論和工業(yè)應(yīng)用研究工作。曾負(fù)責(zé)多項(xiàng)由教育部人才基金、國(guó)家自然科學(xué)基金、博士后科學(xué)研究基金、荷蘭系統(tǒng)與控制協(xié)會(huì)、日本國(guó)文部省科研補(bǔ)助金等支持的科研項(xiàng)目。在理論研究方面，在模型集辯識(shí)與檢驗(yàn)、魯棒控制、1/f信號(hào)處理等領(lǐng)域取得過一些有影響的理論結(jié)果。曾受邀在日本控制理論會(huì)議上以模型集辨識(shí)為題作90分鐘大會(huì)發(fā)言。在工業(yè)應(yīng)用方面，成功地實(shí)現(xiàn)了高溫超導(dǎo)磁懸浮實(shí)驗(yàn)系統(tǒng)研制、磁懸浮無約束彈性梁魯棒控制和共振抑制、多光盤位置跟蹤系統(tǒng)魯棒同時(shí)控制等。在IEEETransactionsonAutomaticControl、IEEETransactionsonSignalProcessing、Automatica等國(guó)家自動(dòng)控制和信號(hào)處理領(lǐng)域最具影響的學(xué)術(shù)期刊發(fā)表研究論文十余篇。在模型集辨識(shí)與魯棒控制方面的系列研究成果獲2003年度教育部提名國(guó)家科學(xué)技術(shù)獎(jiǎng)自然科學(xué)獎(jiǎng)一等獎(jiǎng)。相關(guān)圖書線性系統(tǒng)理論（第2版）習(xí)題與解答

圖書目錄

書中采用的主要符號(hào)（notation）
書中采用的主要記號(hào)（symbol）
第1章緒論
  1.1 系統(tǒng)辨識(shí)的發(fā)展
  1.2 經(jīng)典系統(tǒng)辨識(shí)方法的缺陷
  1.3 魯棒控制建模問題的提出與發(fā)展
  1.4 本書的構(gòu)成
  1.5 附注
第2章模型集辨識(shí)的數(shù)學(xué)基礎(chǔ)
  2.1 凸集、凸函數(shù)與凸優(yōu)化
  2.2 信號(hào)與系統(tǒng)的范數(shù)
  2.3 哈代空間與插值理論
  2.4 Hankel范數(shù)函數(shù)近似
  2.5 隨機(jī)信號(hào)離散傅里葉變換的統(tǒng)計(jì)特性
  2.6 系統(tǒng)辨識(shí)中的正交基
  2.7 附注
第3章模型集辨識(shí)與魯棒控制的關(guān)系
  3.1 模型集的描述
  3.2 小增益定理
  3.3 模型集辨識(shí)
  3.4 附注
第4章確定性框架下的模型集辨識(shí)——頻域?qū)嶒?yàn)數(shù)據(jù)情形
  4.1 頻域模型集辨識(shí)的問題描述
  4.2 先驗(yàn)信息獨(dú)立型線性辨識(shí)算法
  4.3 先驗(yàn)信息依存型線性辨識(shí)算法
  4.4 先驗(yàn)信息獨(dú)立型非線性辨識(shí)算法
  4.5 基于頻域?qū)嶒?yàn)數(shù)據(jù)的非偽模型構(gòu)造
  4.6 基于Nevanlinna-Pick插值理論的辨識(shí)算法
  4.7 附注
第5章確定性框架下的模型集辨識(shí)——時(shí)域?qū)嶒?yàn)數(shù)據(jù)情形
  5.1 問題描述
  5.2 非偽模型集的構(gòu)造
  5.3 插值型辨識(shí)算法
  5.4 近似插值型辨識(shí)算法
  5.5 附注
第6章隨機(jī)框架下的模型集辨識(shí)——時(shí)域?qū)嶒?yàn)數(shù)據(jù)情形
  6.1 時(shí)域信號(hào)下的模型集辨識(shí)——一般情形
  6.2 基于時(shí)域信號(hào)的模型集辨識(shí)——周期激勵(lì)信號(hào)情形
  6.3 附注
第7章隨機(jī)框架下的模型集辨識(shí)——頻域?qū)嶒?yàn)數(shù)據(jù)情形
  7.1 有限維系統(tǒng)辨識(shí)
  7.2 無限維系統(tǒng)辨識(shí)
  7.3 附注
第8章模型集檢驗(yàn)——時(shí)域?qū)嶒?yàn)數(shù)據(jù)情形
  8.1 模型集檢驗(yàn)的時(shí)域描述
  8.2 具有非構(gòu)造性誤差的模型集檢驗(yàn)
  8.3 誤差具有結(jié)構(gòu)性信息時(shí)的模型集檢驗(yàn)
  8.4 最小模型集辨識(shí)
  8.5 附注
第9章模型集檢驗(yàn)——頻域?qū)嶒?yàn)數(shù)據(jù)情形
  9.1 輸入輸出數(shù)據(jù)情形
  9.2 基于控制對(duì)象頻率響應(yīng)估計(jì)的模型集檢驗(yàn)
  9.3 隨機(jī)框架下的模型集檢驗(yàn)
  9.4 一個(gè)模型集檢驗(yàn)的數(shù)值仿真例
  9.5 附注
第10章模型集的閉環(huán)辨識(shí)與檢驗(yàn)
  10.1 Youla-Kucera參數(shù)化定理
  10.2 正規(guī)互質(zhì)因子的閉環(huán)辨識(shí)
  10.3 正規(guī)互質(zhì)因子擾動(dòng)模型集的閉環(huán)檢驗(yàn)
  10.4 附注
參考文獻(xiàn)