| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 问题提出与研究意义 | 第8-9页 |
| 1.2 系统辨识方法综述 | 第9-12页 |
| 1.3 论文主要研究内容简介 | 第12-14页 |
| 第二章 线性系统基于分解的辨识方法 | 第14-40页 |
| 2.1 引言 | 第14页 |
| 2.2 有限脉冲响应滑动平均系统的辨识方法 | 第14-24页 |
| 2.2.1 最小二乘迭代算法 | 第14-16页 |
| 2.2.2 基于矩阵分解的最小二乘迭代算法 | 第16-19页 |
| 2.2.3 算法计算量分析 | 第19-24页 |
| 2.3 有限脉冲响应自回归系统的辨识方法 | 第24-30页 |
| 2.3.1 基于矩阵分解的最小二乘迭代算法 | 第24-26页 |
| 2.3.2 基于模型分解的最小二乘迭代算法 | 第26-30页 |
| 2.4 受控自回归自回归滑动平均系统的辨识方法 | 第30-34页 |
| 2.5 Box-Jenkins 系统的辨识方法 | 第34-38页 |
| 2.6 小结 | 第38-40页 |
| 第三章 非线性系统基于分解的辨识方法 | 第40-68页 |
| 3.1 引言 | 第40页 |
| 3.2 Hammerstein 有限脉冲响应滑动平均系统的辨识方法 | 第40-46页 |
| 3.2.1 最小二乘迭代算法 | 第40-42页 |
| 3.2.2 基于分解的最小二乘迭代算法 | 第42-46页 |
| 3.3 Hammerstein 受控自回归系统的辨识方法 | 第46-54页 |
| 3.3.1 基于关键项分离的最小二乘迭代算法 | 第48-50页 |
| 3.3.2 基于关键项分离和矩阵分解的最小二乘迭代算法 | 第50-54页 |
| 3.4 Hammerstein 输出误差滑动平均系统辨识方法 | 第54-59页 |
| 3.4.1 基于辅助模型的最小二乘迭代算法 | 第54-56页 |
| 3.4.2 基于辅助模型和矩阵分解的最小二乘迭代算法 | 第56-59页 |
| 3.5 Hammerstein Box-Jenkins 系统辨识方法 | 第59-63页 |
| 3.5.1 最小二乘迭代算法 | 第59-61页 |
| 3.5.2 基于分解的最小二乘迭代算法 | 第61-63页 |
| 3.6 输出非线性系统的辨识方法 | 第63-66页 |
| 3.7 小结 | 第66-68页 |
| 第四章 多变量系统基于分解的辨识方法 | 第68-92页 |
| 4.1 引言 | 第68页 |
| 4.2 多变量有限脉冲响应滑动平均系统的辨识方法 | 第68-72页 |
| 4.2.1 最小二乘迭代算法 | 第68-70页 |
| 4.2.2 基于矩阵分解的最小二乘迭代算法 | 第70-72页 |
| 4.3 多变量受控自回归自回归滑动平均系统的辨识方法 | 第72-77页 |
| 4.3.1 最小二乘迭代算法 | 第72-76页 |
| 4.3.2 基于矩阵分解的最小二乘迭代算法 | 第76-77页 |
| 4.4 多变量输出误差滑动平均系统的辨识方法 | 第77-86页 |
| 4.4.1 基于模型等价原理和矩阵分解的最小二乘迭代算法 | 第79-82页 |
| 4.4.2 基于辅助模型和矩阵分解的最小二乘迭代算法 | 第82-86页 |
| 4.5 多变量 Box-Jenkins 系统的辨识方法 | 第86-89页 |
| 4.6 小结 | 第89-92页 |
| 第五章 结论与展望 | 第92-94页 |
| 5.1 结论 | 第92页 |
| 5.2 展望 | 第92-94页 |
| 致谢 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 附录：作者在攻读博士学位期间发表的论文 | 第102页 |
