5.1 状态方程的直观列写与系统公式列写法 5.2 状态方程的端口建立法 5.3 状态方程的其它建立法 5.4 非线性网络的状态方程 5.5 网络状态方程的解 5.6 网络的CAA概述 5.1 状态方程的直观列写与系统公式列写法 5.2 状态方程的端口建立法 5.5 网络状态方程的解

6.1 归一化和去归一化 6.2 无源网络策动点函数 6.3 无源导（纳、阻）抗函数的性质 6.4 LC一端口网络的实现 6.5 一端口网络的实现 6.6 RL一端口网络的实现

本章要点： 介绍两种复杂非线性动态系统辨识方法 1 Volterra级数表示及其辨识方法； 2 复杂系统混沌及其建模方法； 难点: 1 Volterra级数描述系统的脉冲响应； 2 未知模型混沌系统的三种识别方法；

•CMAC网络特点 •改进的CMAC干式变压器卷线机跑偏信号谐波分析 •CMAC网络对非线性函数学习过程 •干式变压器卷线机跑偏信号谐波分析 •跑偏信号谐波仿真与分析 •改进的CMAC学习多维函数 •CMAC网络辨识MATLAB仿真举例 •CMAC网络原理及其应用

6.1 神经网络概念与特性 6.2 神经网络模型辨识中常用结构 6.3 辨识中常用网络训练算法 6.4 改进的BP网络训练算法 6.5 神经网络辨识MATLAB仿真举例 6.6 基于改进遗传算法的神经网络及其应用 6.7 模糊神经网络及其应用 6.8 小结

3.1 信号的正交分解 3.2 周期信号的傅里叶级数 3.3 周期信号的频谱 3.4 非周期信号的频谱——傅里叶变换 3.5 傅里叶变换的性质 3.6 周期信号的傅里叶变换 3.7 LTI系统的频域分析 3.8 取样定理

•极大似然法辨识概念 •动态系统模型参数的极大似然估计 •协方差阵未知时的极大似然参数估计 •递推的极大似然参数估计 •似然递推法辨识MATLAB仿真程序剖析

1)最小二乘法的概念 2)一次完成的最小二乘法 3)递推的最小二乘法（适应在线辨识） 4)最小二乘遗忘因子法 5)增广的、广义的最小二乘法

2.1 随机过程基本概念及其数学描述 2.2 谱密度与相关函数 2.3 线性系统在随机输入下的响应 2.4 白噪声产生方法及其仿真 2.5 古典辨识方法 2.6 小结及习题

1. 系统和模型及建模分类 2. 辩识问题的表示形式及原理 3.辩识的内容和步骤（难点） 4.典型的非线性系统辨识与控制方法