• 块结构非线动态系统辨识方法与应用
21年品牌 40万+商家 超1.5亿件商品

块结构非线动态系统辨识方法与应用

124.8 7.9折 158 全新

库存4件

四川成都
认证卖家担保交易快速发货售后保障

作者李峰 等

出版社科学出版社

ISBN9787030733788

出版时间2023-03

装帧平装

开本其他

定价158元

货号1202831878

上书时间2024-06-30

聚合博文书店

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
前言

第一部分块结构非线性动态系统概述

第1章块结构非线性动态系统模型的描述与辨识3

1.1引言3

1.2动态线性模块的描述方法4

1.2.1脉冲响应模型4

1.2.2传递函数模型5

1.2.3状态空间模型5

1.3静态非线性模块的描述方法6

1.3.1基函数法6

1.3.2神经网络8

1.3.3模糊系统8

1.3.4神经模糊模型9

1.4输入非线性输出误差类系统辨识9

1.4.1输入非线性输出受控自回归误差系统辨识9

1.4.2输入非线性输出受控自回归滑动平均误差系统辨识11

1.4.3输入非线性输出受控自回归自回归误差系统辨识12

1.4.4输入非线性输出误差系统辨识13

1.4.5输入非线性输出误差滑动平均系统辨识15

1.4.6输入非线性输出误差自回归系统辨识16

1.4.7输入非线性输出误差自回归滑动平均系统辨识17

1.5输入非线性方程误差类系统辨识18

1.6输出非线性输出误差类系统辨识20

1.7输出非线性方程误差类系统辨识21

1.8输入输出非线性误差类系统辨识22

1.8.1输入输出非线性输出误差类系统辨识22

1.8.2输入输出非线性方程误差类系统辨识24

1.9基于块结构非线性系统的控制系统设计26

1.9.1基于Hammerstein系统的控制系统设计26

1.9.2基于Wiener系统的控制系统设计27

1.9.3基于Hammerstein-Wiener系统的控制系统设计28

1.10块结构非线性动态系统研究中存在的关键问题29

1.11全书概况30

参考文献34

第二部分Hammerstein非线性动态系统辨识方法

第2章基于组合信号的Hammerstein输出误差系统辨识方法49

2.1基于二进制-随机信号的Hammerstein输出误差系统辨识49

2.1.1神经模糊Hammerstein输出误差系统50

2.1.2神经模糊Hammerstein输出误差系统的辨识51

2.1.3仿真结果55

2.1.4小结57

2.2状态空间模型下的Hammerstein输出误差系统辨识58

2.2.1状态空间模型下的Hammerstein输出误差系统58

2.2.2状态空间模型下的Hammerstein输出误差系统分离辨识60

2.2.3仿真结果62

2.2.4小结65

2.3时滞Hammerstein输出误差系统多信号源辨识65

2.3.1时滞Hammerstein输出误差系统65

2.3.2时滞Hammerstein输出误差系统辨识68

2.3.3仿真结果69

2.3.4小结73

2.4基于概率密度函数的Hammerstein系统辨识73

2.4.1基于概率密度函数的神经模糊Hammerstein系统73

2.4.2基于概率密度函数的神经模糊Hammerstein系统辨识74

2.4.3仿真结果76

2.4.4小结79

2.5基于可分离-随机信号的神经模糊Hammerstein系统辨识80

2.5.1白噪声干扰下的神经模糊Hammerstein系统80

2.5.2白噪声干扰下的神经模糊Hammerstein系统辨识81

2.5.3仿真结果83

2.5.4小结94

2.6基于时滞Hammerstein系统的非迭代辨识94

2.6.1白噪声干扰下的时滞Hammerstein系统94

2.6.2白噪声干扰下的时滞Hammerstein系统辨识95

2.6.3仿真结果97

2.6.4小结100

参考文献100

第3章有色噪声干扰下Hammerstein系统辨识方法103

3.1自回归噪声干扰下Hammerstein系统辨识103

3.1.1自回归噪声干扰下Hammerstein系统103

3.1.2自回归噪声干扰下神经模糊Hammerstein系统辨识104

3.1.3仿真结果106

3.1.4小结109

3.2自回归滑动平均噪声干扰下Hammerstein系统辨识109

3.2.1自回归滑动平均噪声干扰下Hammerstein系统109

3.2.2自回归滑动平均噪声干扰下神经模糊Hammerstein系统辨识110

3.2.3仿真结果113

3.2.4小结116

3.3滑动平均噪声干扰下Hammerstein系统辨识117

3.3.1滑动平均噪声干扰下Hammerstein神经模糊系统117

3.3.2滑动平均噪声干扰下Hammerstein神经模糊系统辨识118

3.3.3仿真结果122

3.3.4小结125

3.4基于组合信号的有色噪声干扰下Hammerstein系统辨识125

3.4.1有色噪声干扰下Hammerstein系统多信号源辨识126

3.4.2仿真结果127

3.4.3小结132

3.5自回归滑动平均噪声干扰下Hammerstein系统辨识及收敛性分析132

3.5.1自回归滑动平均噪声干扰下Hammerstein系统分离辨识132

3.5.2收敛性分析136

3.5.3仿真结果141

3.5.4小结148

参考文献149

第4章相关噪声扰动的Hammerstein系统辨识方法151

4.1相关噪声扰动的Hammerstein系统偏差补偿辨识方法151

4.1.1动态线性模块辨识152

4.1.2静态非线性模块辨识152

4.2仿真结果158

4.3小结167

参考文献168

第三部分Wiener非线性动态系统辨识方法

第5章神经模糊Wiener系统辨识方法171

5.1基于参数分离的神经模糊Wiener系统辨识171

5.1.1神经模糊Wiener系统171

5.1.2基于可分离-随机信号的神经模糊Wiener系统辨识172

5.1.3仿真结果177

5.1.4小结181

5.2滑动平均噪声扰动的神经模糊Wiener系统辨识181

5.2.1滑动平均噪声扰动的神经模糊Wiener系统182

5.2.2滑动平均噪声扰动的神经模糊Wiener系统分离辨识183

5.2.3仿真结果184

5.2.4小结187

参考文献187

第四部分Hammerstein-Wiener非线性动态系统辨识方法

第6章过程噪声扰动的Hammerstein-Wiener系统辨识方法191

6.1含有过程噪声的神经模糊Hammerstein-Wiener系统三阶段辨识193

6.1.1输出静态非线性模块辨识193

6.1.2动态线性模块辨识195

6.1.3输入静态非线性模块辨识196

6.2仿真结果198

6.3小结204

参考文献204

第7章有色过程噪声下Hammerstein-Wiener系统辨识方法206

7.1滑动平均噪声干扰的Hammerstein-Wiener系统辨识206

7.1.1滑动平均噪声干扰的神经模糊Hammerstein-Wiener系统206

7.1.2滑动平均噪声干扰的神经模糊Hammerstein-Wiener系统辨识207

7.1.3仿真结果212

7.1.4小结216

7.2滑动平均噪声下Hammerstein-Wiener系统辨识217

7.2.1滑动平均噪声下Hammerstein-Wiener系统217

7.2.2滑动平均噪声下Hammerstein-Wiener系统三阶段辨识218

7.2.3仿真结果220

7.2.4小结229

7.3Hammerstein-WienerARMAX系统辨识229

7.3.1Hammerstein-WienerARMAX系统229

7.3.2Hammerstein-WienerARMAX系统两阶段辨识230

7.3.3收敛性分析235

7.3.4仿真结果238

7.3.5小结246

参考文献247

第8章相关噪声下Hammerstein-WienerARMAX系统辨识方法249

8.1相关噪声下Hammerstein-WienerARMAX系统两阶段辨识249

8.1.1输出静态非线性模块和动态线性模块辨识250

8.1.2输出静态非线性模块辨识251

8.2仿真结果257

8.3小结265

参考文献266

第五部分块结构非线性动态系统的应用

第9章数据驱动的块结构非线性系统建模辨识269

9.1块结构非线性动态系统在柔性机械臂中的应用269

9.1.1Hammerstein系统在柔性机械臂中的应用269

9.1.2Wiener系统在柔性机械臂中的应用272

9.1.3Hammerstein-Wiener系统在柔性机械臂中的应用275

9.2块结构非线性动态系统在风力发电系统中的应用278

参考文献282

内容摘要
针对复杂工业过程具有强非线性、多变量耦合、大时滞以及不确定性等综合特性导致难以建模问题,本书针对存在随机噪声干扰的块结构非线性动态系统,从输出误差类系统和方程误差类系统角度出发,分析了这两类系统在线性变换和非线性变换下的特性,系统地提出复杂工业过程块结构非线性动态系统的描述和辨识新方法,并将提出的理论和方法运用到柔性机械臂系统和风力发电系统。主要包括采用神经模糊模型建立系统的静态非线性模块模型;利用信号与系统理论实现系统各串联模块的分离;利用动态补偿技术补偿块结构非线性动态系统的过程噪声或者输出噪声产生的误差;利用多新息理论、辅助模型技术等改善系统的辨识精度以及提出的智能分离辨识方法等,并利用随机过程理论和统计学理论分析并比较提出方法的性能。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP