系統(tǒng)辨識的基本概念辨識三要素和辨識要點輸入/輸出數(shù)據(jù)系統(tǒng)模型類型等價準(zhǔn)則能夠量測到的系統(tǒng)的輸入/輸出數(shù)據(jù)所考慮的系統(tǒng)的結(jié)構(gòu)給出辨識的優(yōu)化目標(biāo)輸入信號的選擇：必須能充分激勵系統(tǒng)的所有模態(tài)。模型的選擇：兼顧精確性和復(fù)雜性最常用的誤差準(zhǔn)則是誤差平方和函數(shù)

辨識就就是在輸入和輸出數(shù)據(jù)得基礎(chǔ)上,從一組給定得模型中,確定一個與所測系統(tǒng)等價得模型。圖1、1、2加熱爐加熱工藝示意圖1、1、2系統(tǒng)辨識得等價準(zhǔn)則系統(tǒng)辨識與優(yōu)化問題傳統(tǒng)辨識方法給定模型的參數(shù)估計系統(tǒng)辨識問題實際上是一個優(yōu)化問題通過觀測輸入、輸出數(shù)據(jù)對，確定系統(tǒng)的數(shù)學(xué)模型。估計是針對函數(shù)的，系統(tǒng)的輸入輸出是函數(shù)關(guān)系。估計準(zhǔn)則最后體現(xiàn)為目標(biāo)函數(shù)的形式。

因為系統(tǒng)辨識技術(shù)涉及最優(yōu)估計和優(yōu)化計算，所以了解和掌握其基本內(nèi)容和最新發(fā)展是重要的。e=y-yg(1、1、8)圖1、1、3輸入誤差示意圖圖1、1、4廣義誤差示意圖1、2系統(tǒng)描述得數(shù)學(xué)模型1、2、1參數(shù)模型類(1)連續(xù)系統(tǒng)得參數(shù)模型圖1、2、1SISO系統(tǒng)示意圖圖1、2、2MIMO系統(tǒng)示意圖12大家應(yīng)該也有點累了，稍作休息大家有疑問的，可以詢問和交流(2)離散系統(tǒng)得參數(shù)模型1、2、2非參數(shù)模型(1)連續(xù)系統(tǒng)得非參數(shù)模型離散系統(tǒng)得非參數(shù)模型1、3隨機(jī)信號得描述與分析1、3、1隨機(jī)過程得基本概念及數(shù)學(xué)描述(1)隨機(jī)過程得概念(2)隨機(jī)過程得數(shù)字特征圖1、3、1樣本總體構(gòu)成隨機(jī)過程圖1、3、2自相關(guān)函數(shù)測量示意圖1、3、2平穩(wěn)隨機(jī)過程與各態(tài)歷經(jīng)性1、3、3隨機(jī)過程得譜分解及譜密度函數(shù)1、4白噪聲與偽隨機(jī)碼1、4、1白噪聲及其產(chǎn)生(1)白噪聲得基本概念(2)白噪聲得產(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白噪聲過程得自相關(guān)函數(shù)圖1、4、2白噪聲過程得譜密度1、4、2偽隨機(jī)碼得產(chǎn)生及其性質(zhì)(1)偽隨機(jī)噪聲得性質(zhì)有色噪聲(相關(guān)噪聲)噪聲序列中每一時刻得噪聲和另一時刻得噪聲相關(guān)有色噪聲序列可看成由白噪聲序列驅(qū)動得線性環(huán)節(jié)得輸出程序ex1_WhiteNoise_ColoredNoise、m圖1、4、3偽隨機(jī)噪聲得自相關(guān)函數(shù)(2)偽隨機(jī)二位式信號prbs得產(chǎn)生Np=2n-1(1、4、24)(3)M序列得性質(zhì)(4)M序列得自相關(guān)函數(shù)圖1、4、4n級移位寄存器生成prbs信號得結(jié)構(gòu)圖程序ex1_Inv_M_series、m圖1、4、5四級移位寄存器生成M序列及對應(yīng)得自相關(guān)函數(shù)圖1、4