Nonlinear System Identification. NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains - Stephen Billings A.

Книга "Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains" описывает комплексную методологию для идентификации и анализа нелинейных динамических систем во временной, частотной и пространственно-временной областях. Основное внимание авторы уделили тому, чтобы алгоритмы были доступны и могли применяться на практике. Книга охватывает следующие темы: модель NARMAX (нелинейная авторегрессионная модель с подвижным средним и внешними входами), алгоритм ортогонального наименьших квадратов, который позволяет построить модели постепенно, где коэффициент снижения ошибки показывает процентный вклад каждого элемента модели, статистические и качественные методы проверки моделей, которые могут применяться к любому классу моделей, обобщенные частотные реакции, которые дают значительное представление о нелинейных свойствах, новый класс фильтров, который может перемещать, разделять, распространять и фокусировать энергию, спектральная карта ответа и изучение подгармонических и сильно нелинейных систем, алгоритмы, которые могут отслеживать быстрое изменение времени как в линейных, так и в нелинейных системах, важный класс пространственно-временных систем, которые развиваются как в пространстве, так и во времени.

Книга содержит множество примеров исследований, начиная от моделирования космической погоды, идентификации модели визуальной системы фруктовых мух и отслеживания причинно-следственных связей в данных ЭЭГ. Эти примеры демонстрируют, насколько легко можно применять методы на практике и какую информацию о сложных системах они могут раскрывать.

Алгоритмы NARMAX предоставляют фундаментально другой подход к идентификации нелинейных систем и обработке сигналов. Методы NARMAX предоставляют прозрачные модели, которые легко анализировать и использовать для решения реальных проблем. Книга рассчитана на выпускников, аспирантов и исследователей в науках и инженерии, а также на пользователей из других областей, которые собрали данные и желают идентифицировать модели для понимания динамики своих систем.

Nonlinear System Identification describes a coherent framework for modeling and analysing nonlinear dynamic behavior. Synthesized are algorithms accommodating for identification of nonlinear models in time, frequency and spatio–temporal domains with particular emphasis on applicability and practical use.

Электронная Книга «Nonlinear System Identification. NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains» написана автором Stephen Billings A. в году.

Минимальный возраст читателя: 0

Язык: Английский

ISBN: 9781118535547


Описание книги от Stephen Billings A.

Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains describes a comprehensive framework for the identification and analysis of nonlinear dynamic systems in the time, frequency, and spatio-temporal domains. This book is written with an emphasis on making the algorithms accessible so that they can be applied and used in practice. Includes coverage of: The NARMAX (nonlinear autoregressive moving average with exogenous inputs) model The orthogonal least squares algorithm that allows models to be built term by term where the error reduction ratio reveals the percentage contribution of each model term Statistical and qualitative model validation methods that can be applied to any model class Generalised frequency response functions which provide significant insight into nonlinear behaviours A completely new class of filters that can move, split, spread, and focus energy The response spectrum map and the study of sub harmonic and severely nonlinear systems Algorithms that can track rapid time variation in both linear and nonlinear systems The important class of spatio-temporal systems that evolve over both space and time Many case study examples from modelling space weather, through identification of a model of the visual processing system of fruit flies, to tracking causality in EEG data are all included to demonstrate how easily the methods can be applied in practice and to show the insight that the algorithms reveal even for complex systems NARMAX algorithms provide a fundamentally different approach to nonlinear system identification and signal processing for nonlinear systems. NARMAX methods provide models that are transparent, which can easily be analysed, and which can be used to solve real problems. This book is intended for graduates, postgraduates and researchers in the sciences and engineering, and also for users from other fields who have collected data and who wish to identify models to help to understand the dynamics of their systems.



Похожие книги