系統(tǒng)辨識的基本原理第一頁，共四十二頁，編輯于2023年，星期一圖1.1.1系統(tǒng)辨識的原理第二頁，共四十二頁，編輯于2023年，星期一圖1.1.2加熱爐加熱工藝示意圖第三頁，共四十二頁，編輯于2023年，星期一1.1.2系統(tǒng)辨識的等價準(zhǔn)則第四頁，共四十二頁，編輯于2023年，星期一e=y-yg

（1.1.8）第五頁，共四十二頁，編輯于2023年，星期一圖1.1.3輸入誤差示意圖第六頁，共四十二頁，編輯于2023年，星期一圖1.1.4廣義誤差示意圖第七頁，共四十二頁，編輯于2023年，星期一1.2系統(tǒng)描述的數(shù)學(xué)模型1.2.1參數(shù)模型類（1）連續(xù)系統(tǒng)的參數(shù)模型第八頁，共四十二頁，編輯于2023年，星期一圖1.2.1SISO系統(tǒng)示意圖第九頁，共四十二頁，編輯于2023年，星期一第十頁，共四十二頁，編輯于2023年，星期一圖1.2.2MIMO系統(tǒng)示意圖第十一頁，共四十二頁，編輯于2023年，星期一（2）離散系統(tǒng)的參數(shù)模型第十二頁，共四十二頁，編輯于2023年，星期一第十三頁，共四十二頁，編輯于2023年，星期一第十四頁，共四十二頁，編輯于2023年，星期一第十五頁，共四十二頁，編輯于2023年，星期一1.2.2非參數(shù)模型（1）連續(xù)系統(tǒng)的非參數(shù)模型第十六頁，共四十二頁，編輯于2023年，星期一

離散系統(tǒng)的非參數(shù)模型第十七頁，共四十二頁，編輯于2023年，星期一第十八頁，共四十二頁，編輯于2023年，星期一1.3隨機信號的描述與分析1.3.1隨機過程的基本概念及數(shù)學(xué)描述（1）隨機過程的概念（2）隨機過程的數(shù)字特征第十九頁，共四十二頁，編輯于2023年，星期一圖1.3.1樣本總體構(gòu)成隨機過程第二十頁，共四十二頁，編輯于2023年，星期一第二十一頁，共四十二頁，編輯于2023年，星期一圖1.3.2自相關(guān)函數(shù)測量示意圖第二十二頁，共四十二頁，編輯于2023年，星期一1.3.2平穩(wěn)隨機過程與各態(tài)歷經(jīng)性第二十三頁，共四十二頁，編輯于2023年，星期一1.3.3隨機過程的譜分解及譜密度函數(shù)第二十四頁，共四十二頁，編輯于2023年，星期一1.4白噪聲與偽隨機碼1.4.1白噪聲及其產(chǎn)生（1）白噪聲的基本概念第二十五頁，共四十二頁，編輯于2023年，星期一第二十六頁，共四十二頁，編輯于2023年，星期一（2）白噪聲的產(chǎn)生辦法zi=(azi-1+C)(modm)，i=1,2,…(1.4.11)0≤zi≤m-1(1.4.12)xi=zi/m，i=1,2,…(1.4.13)圖1.4.1白噪聲過程的自相關(guān)函數(shù)第二十七頁，共四十二頁，編輯于2023年，星期一圖1.4.2白噪聲過程的譜密度第二十八頁，共四十二頁，編輯于2023年，星期一第二十九頁，共四十二頁，編輯于2023年，星期一第三十頁，共四十二頁，編輯于2023年，星期一1.4.2偽隨機碼的產(chǎn)生及其性質(zhì)（1）偽隨機噪聲的性質(zhì)第三十一頁，共四十二頁，編輯于2023年，星期一圖1.4.3偽隨機噪聲的自相關(guān)函數(shù)第三十二頁，共四十二頁，編輯于2023年，星期一（2）偽隨機二位式信號prbs的產(chǎn)生Np=2n-1(1.4.24)（3）M序列的性質(zhì)（4）M序列的自相關(guān)函數(shù)第三十三頁，共四十二頁，編輯于2023年，星期一圖1.4.4n級移位寄存器生成prbs信號的結(jié)構(gòu)圖第三十四頁，共四十二頁，編輯于2023年，星期一圖1.4.5四級移位寄存器生成M序列及對應(yīng)的自相關(guān)函數(shù)第三十五頁，共四十二頁，編輯于2023年，星期一第三十六頁，共四十二頁，編輯于2023年，星期一第三十七頁，共四十二頁，編輯于2023年，星期一第三十八頁，共四十二頁，編輯于2023年，星期一圖1.4.60＜τ＜Δ的情況（以4級M序列為例）第三十九頁，共四十二頁，編輯于2023年，星期一圖1.4.72Δ＜τ＜3Δ的情況（以4級M序列為例）第四十頁，共四十二頁，編輯于2023年，星期一1.5系統(tǒng)辨識的步驟與內(nèi)容1.5.1系統(tǒng)辨識的步驟實現(xiàn)系統(tǒng)辨識的過程可以分為以下幾個步驟：①選定一類代表被辨識系統(tǒng)的數(shù)學(xué)模型。第四十一頁，共四十二頁，編輯于2023年，星期一②在系統(tǒng)上加一個適當(dāng)選擇的試驗信號，并且記錄其輸入-輸出數(shù)據(jù)。如果系統(tǒng)處在連續(xù)運行中，并且不允許加試驗信號，則利用正常系統(tǒng)運行數(shù)據(jù)來辨識。③完成參數(shù)辨識，在給定的類型中選定模型，使其最好地擬合于統(tǒng)計數(shù)據(jù)。④進行有效性