| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 概论 | 第8-16页 |
| ·问题提出与研究意义 | 第8-9页 |
| ·时间序列模型介绍 | 第9-11页 |
| ·时间序列模型辨识方法综述 | 第11-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第二章 模型等价辨识方法 | 第16-34页 |
| ·依等价AR模型阶次递增的ARMA模型辨识 | 第16-24页 |
| ·AR模型的辨识 | 第17-21页 |
| ·ARMA模型参数的确定 | 第21-22页 |
| ·仿真例子 | 第22-24页 |
| ·利用等价MA模型的ARMA模型辨识方法 | 第24-30页 |
| ·算法推导 | 第24-30页 |
| ·仿真例子 | 第30页 |
| ·小结 | 第30-34页 |
| 第三章 迭代辨识方法 | 第34-46页 |
| ·MA模型最小二乘迭代辨识 | 第34-37页 |
| ·算法推导 | 第34-36页 |
| ·仿真例子 | 第36-37页 |
| ·ARMA模型最小二乘迭代辨识 | 第37-39页 |
| ·MA模型梯度迭代辨识 | 第39-43页 |
| ·算法推导 | 第40-42页 |
| ·仿真例子 | 第42-43页 |
| ·ARMA模型梯度迭代辨识 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 基于多新息理论的辨识方法 | 第46-60页 |
| ·MA多新息随机梯度辨识方法 | 第46-51页 |
| ·算法推导 | 第46-49页 |
| ·仿真例子 | 第49-51页 |
| ·ARMA多新息随机梯度辨识方法 | 第51-52页 |
| ·MA多新息最小二乘辨识方法 | 第52-57页 |
| ·算法推导 | 第53-55页 |
| ·仿真例子 | 第55-57页 |
| ·ARMA多新息最小二辨识方法 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第五章 其它辨识方法 | 第60-78页 |
| ·MA模型极大似然辨识方法 | 第60-64页 |
| ·算法推导 | 第60-63页 |
| ·仿真例子 | 第63-64页 |
| ·ARMA模型极大似然辨识方法 | 第64-67页 |
| ·基于RLS的自回归滑动平均模型的两阶段辨识方法 | 第67-71页 |
| ·算法推导 | 第67-70页 |
| ·仿真例子 | 第70-71页 |
| ·基于迭代辨识方法的自回归滑动平均模型的两阶段辨识方法 | 第71-76页 |
| ·算法推导 | 第72-75页 |
| ·仿真例子 | 第75-76页 |
| ·小结 | 第76-78页 |
| 第六章 结论与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 发表的论文清单 | 第86页 |