中山大学系统辨识课程：表示模型间关系与 MATLAB 练习

"系统辨识是信息技术领域中的一个重要概念，它涉及到如何通过收集在线或离线的测量数据来理解和建模动态系统。这门课程由中山大学信息科学与技术学院的王国利教授主讲，适用于2014-2015学年的第三学期。课程安排包括18个学时的理论授课，每周两次，每次两节课，以及总计18个学时的实践活动。学生可以通过访问http://human-robot.sysu.edu.cn/course/sysid15.htm获取相关的课件资料，遇到疑问可发送邮件至isswgl@mail.sysu.edu.cn寻求解答。 系统辨识的核心任务是根据输入和输出信号的关系，建立动态系统的数学模型，例如差分方程，如y(t)的表达式展示了系统如何处理输入信号u(t)的影响。这个模型包含参数、时滞和阶数等特性，如例子中的参数{1.5, -0.7, 0.9, 0.5}，时滞为2T，阶数是输出和输入信号滞后时间的最大步数。 系统模型可以采用多种形式来描述，比如脉冲响应形式、阶跃响应和频域响应。脉冲响应描述了系统对单位脉冲信号的响应，而阶跃响应则反映了系统对阶跃输入的反应。频域响应则通过幅值增益和相位偏移来衡量系统对正旋信号的响应，这些信息通常通过Bode图进行可视化。 在MATLAB环境中，课程还涉及到实践应用，如生成随机序列{S(k)}和{R(k)}，并计算它们的均值(mS, mR)和协方差(covS, covR)，以探索信号之间的统计关联。这些练习旨在帮助学生掌握模型的建立和数据分析技能，为实际问题解决打下坚实的基础。 系统辨识不仅涉及理论知识，还包括通过实验数据验证模型的有效性和精度，这对于工业控制系统、信号处理、控制系统设计等领域都具有重要意义。通过课程的学习，学生将能理解并应用这些理论来解决实际的系统识别问题，从而提升自己的工程实践能力。"