係統辨識與自適應控製MATLAB仿真（第3版） pdf epub mobi txt 電子書 下載 2025

繁體網頁||簡體網頁

☆☆☆☆☆

龐中華，崔紅 著

圖書標籤:

• 係統辨識
• 自適應控製
• MATLAB
• 仿真
• 控製理論
• 自動控製
• 信號處理
• 數學模型
• 算法
• 工程應用

齣版社： 北京航空航天大學齣版社

ISBN：9787512424753

版次：3

商品編碼：12256825

包裝：平裝

開本：16開

齣版時間：2017-07-01

用紙：膠版紙

頁數：295

字數：486000

正文語種：中文

內容簡介

　　《係統辨識與自適應控製MATLAB仿真（第3版）》從MATLAB仿真角度齣發，係統地介紹係統辨識與自適應控製的基本理論和方法。
　　《係統辨識與自適應控製MATLAB仿真（第3版）》內容主要分為三部分：第1部分為緒論；第二部分為綫性係統辨識與自適應控製，包括係統辨識（如*小二乘法、梯度校正法和極大似然法）、模型參考自適應控製、自校正控製和基於常規控製策略的自校正控製；第三部分為非綫性係統辨識與自適應控製，包括神經網絡辨識與控製、模糊控製與模糊神經網絡辨識和無模型自適應控製。書中每種算法都配有仿真實例、仿真程序、仿真結果以及對仿真結果的簡要分析，以便讀者深人理解和靈活運用係統辨識與自適應控製的基本理論和方法。
　　《係統辨識與自適應控製MATLAB仿真（第3版）》內容簡練，係統性和實用性強，可作為自動化相關專業本科高年級學生和碩士研究生的教學用書，也可供控製科學與工程相關領域的博士研究生、教師、科研人員以及技術開發人員閱讀和參考。

內頁插圖

目錄

第1章 緒論
1．1 自適應控製問題的提齣
1．2 自適應控製的種類
1．2．1 模型參考自適應控製係統
1．2．2 自校正控製係統
1．2．3 智能自適應控製係統
1．2．4 其他形式的自適應控製係統
1．3 自適應控製的應用現狀
1．3．1 在工業領域中的典型應用
1．3．2 在非工業領域中的應用
1．4 自適應控製存在的問題及發展方嚮

第2章 係統辨識
2．1 係統辨識概述
2．1．1 數學模型及建模方法
2．1．2 係統辨識的定義及其分類
2．1．3 參數模型
2．1．4 係統辨識的基本原理
2．1．5 係統辨識的步驟
2．2 白噪聲、M序列與噪信比
2．2．1 白噪聲與有色噪聲
2．2．2 M序列與逆M序列
2．2．3 噪信比
2．3 最小二乘參數估計法
2．3．1 批處理最小二乘法
2．3．2 遞推最小二乘法
2．3．3 遺忘因子遞推最小二乘法
2．3．4 遞推增廣最小二乘法
2．4 梯度校正參數估計法
2．4．1 確定性係統的梯度校正參數估計法
2．4．2 隨機牛頓法
2．5 極大似然參數估計法
2．6 多變量係統參數估計

第3章 模型參考自適應控製
3．1 連續係統數值積分基礎知識
3．1．1 歐拉法
3．1．2 龍格-庫塔法
3．2 基於梯度法的模型參考自適應控製
3．2．1 MIT自適應律
3．2．2 MIT歸一化算法
3．3 基於Lyapunov穩定性理論的模型參考自適應控製
3．3．1 Lyapunov穩定性理論與正實傳遞函數
3．3．2 可調增益Lyapunov-MRAC
3．3．3 係統狀態變量可測時的MRAC
3．3．4 Narendra穩定自適應控製器
3．4 離散時間模型參考自適應係統
3．4．1 二階係統的離散時間MRAS
3．4．2 n階係統的離散時間MRAS

第4章 自校正控製
4．1 Diophantine方程的求解
4．1．1 單步Diophantine方程的求解
4．1．2 多步Diophantine方程的求解
4．2 最小方差自校正控製
4．2．1 單步輸齣預測
4．2．2 最小方差控製
4．2．3 最小方差間接自校正控製
4．2．4 最小方差直接自校正控製
4．3 廣義最小方差自校正控製
4．3．1 廣義最小方差控製
4．3．2 廣義最小方差間接自校正控製
4．3．3 廣義最小方差直接自校正控製
4．4 廣義預測控製
4．4．1 預測控製的提齣
4．4．2 預測控製的基本機理
4．4．3 廣義預測控製
4．5 改進的廣義預測控製
4．5．1 基於CARIMA模型的JGPC
4．5．2 基於CARMA模型的JGPC

第5章 基於常規控製策略的自校正控製
5．1 極點配置自校正控製
5．1．1 極點配置控製
5．1．2 極點配置間接自校正控製
5．1．3 極點配置直接自校正控製
5．2 自校正PID控製
5．2．1 常規PID控製
5．2．2 自校正PID控製

第6章 神經網絡辨識與控製
6．1 基於BP神經網絡的係統辨識
6．1．1 BP神經網絡
6．1．2 基於局部誤差的BP神經網絡辨識
6．1．3 基於全局誤差的BP神經網絡辨識
6．2 基於RBF神經網絡的係統辨識與控製
6．2．1 RBF神經網絡
6．2．2 基於RBF神經網絡的係統辨識
6．2．3 基於RBF神經網絡的PID自校正控製

第7章 模糊控製與模糊神經網絡辨識
7．1 引言
7．2 模糊邏輯控製
7．2．1 模糊控製係統的設計
7．2．2 模糊控製M文件仿真
7．2．3 模糊控製Simulink仿真
7．3 模糊神經網絡辨識
7．3．1 模糊係統和神經網絡的比較
7．3．2 模糊神經網絡
7．3．3 關係度聚類方法
7．3．4 補償模糊神經網絡
7．3．5 基於聚類的補償模糊神經網絡辨識

第8章 無模型自適應控製
8．1 動態綫性化技術
8．1．1 緊格式動態綫性化方法（CFDL）
8．1．2 偏格式動態綫性化方法（PFDL）
8．1．3 全格式動態綫性化方法（FFDL）
8．2 SISO無模型自適應控製
8．2．1 基於CFDL的無模型自適應控製
8．2．2 基於PFDL的無模型自適應控製
8．2．3 基於FFDL的無模型自適應控製
8．3 MIMO無模型自適應控製
8．3．1 基於CFDL的MIMO無模型自適應控製
8．3．2 基於PFDL的MIMO無模型自適應控製
8．3．3 基於FFDL的MIMO無模型自適應控製
參考文獻

前言/序言

　　目前，係統辨識與自適應控製理論已日趨成熟和完善，並被廣泛應用於國民經濟和國防建設的各個工程技術領域，包括航空、航天、航海、機器人、工業過程（如冶金、化工、機械、電力、熱力、釀造、造紙等）、節能環保、生物醫學、社會經濟與管理等。有關係統辨識和自適應控製的書籍，國內外已齣版數十種，但多數是對其理論和算法的係統性論述，對算法的實現問題涉及較少。為瞭彌補這一缺憾，本書在簡要介紹係統辨識與自適應控製基本理論和方法的基礎上，給齣瞭具體算法的實現步驟，並提供瞭相應的仿真實例和MATLAB仿真程序供讀者學習參考，可幫助讀者快速地學習、掌握和應用這一領域的基本理論和方法。因此，本書具有以下特色。
　　（1）內容簡練、係統性強。由於係統辨識與自適應控製理論方麵的著作已很多，因此，本書精選典型算法，首先介紹其理論背景和簡單理論推導，然後給齣算法的實現步驟，並通過仿真實例，介紹算法的實現，展示仿真效果，便於讀者把握算法的本質，掌握和鞏固所學知識。
　　（2）實用性強。本書介紹的每種算法及重要的基礎知識都配有MATI.AB仿真程序，而且盡量使編寫的程序通用化、模塊化，讀者隻需修改程序源代碼中的對象參數即可實現指定被控對象的參數估計和控製器設計。
　　（3）靈活性高。本書所有的MATLAB程序均采用M文件進行原始編程，能夠讓讀者對具體算法的實現過程有更直觀的理解和掌握，同時也避免瞭相應技術MATI。AB工具箱固定模式的限製，讀者隻需對書中程序代碼稍作修改，即可進行算法的設計與仿真。
　　全書共8章，主要內容分為以下三部分。
　　第一部分為緒論，即第1章，簡要介紹自適應控製理論的産生背景、種類及應用現狀等。
　　第二部分為綫性係統辨識與自適應控製，即第2章～第5章，主要介紹綫性係統常用辨
　　識方法（包括最小二乘法、梯度校正法和極大似然法）和綫性係統典型自適應控製方法
　　（包括模型參考自適應控製、最小方差自校正控製、廣義預測控製以及基於常規控製策
　　略的自校正控製）。
　　第三部分為非綫性係統辨識與自適應控製，即第6章～第8章，主要介紹非綫性係統的
　　神經網絡辨識與控製（包括BP神經網絡和RBF神經網絡）、模糊控製與模糊神經網絡
　　辨識以及無模型自適應控製（包括單輸入單輸齣係統和多輸入多輸齣係統）。
　　本書中的MATLAB仿真程序是基於MATLABR2017a編寫的，程序源代碼均免費提供，讀者可掃描下頁二維碼直接下載。
　　本書的編寫得到瞭英國南威爾士大學劉國平教授、清華大學周東華教授、北京理工大學孫健教授和北京交通大學侯忠生教授的鼓勵和幫助，在此作者謹嚮他們深錶謝意。另外，圖書的編寫和齣版還要感謝通過郵箱和論壇與作者進行溝通和交流的讀者朋友們，以及國傢自然科學基金項目（61673023）的資助。

係統辨識與自適應控製MATLAB仿真（第3版） 前言 在現代工程領域，尤其是控製科學與技術領域，係統辨識和自適應控製已成為核心技術。它們不僅是理論研究的前沿，更是實現復雜係統智能化、自主化運行的關鍵。隨著計算能力的飛速發展和算法的不斷革新，MATLAB作為一種強大的工程計算軟件，已成為係統辨識與自適應控製研究與應用不可或缺的工具。本書第三版正是在此背景下應運而生，旨在係統地梳理這一領域的核心理論，並結閤MATLAB強大的仿真能力，為讀者提供一套全麵、實用、易於上手的學習指南。 本書的編寫宗旨是：既要深入淺齣地闡述係統辨識與自適應控製的理論基礎，又要緊密聯係實際，通過豐富的MATLAB仿真實例，幫助讀者掌握這些理論在實踐中的應用方法。我們力求在理論的嚴謹性與應用的直觀性之間取得平衡，使本書既能滿足研究生的學術需求，也能為工程技術人員提供解決實際問題的有力支撐。 目錄概覽 本書共分為十八章，循序漸進地引導讀者從基礎概念走嚮高級應用。 第一部分：係統辨識基礎 第一章：係統辨識概述 本章將首先界定係統辨識的概念及其在工程中的重要性，例如在模型構建、性能評估、控製器設計等方麵的作用。 我們將探討係統辨識的基本流程，包括實驗設計、數據采集、模型選擇、模型辨識、模型校驗等關鍵步驟。 引入辨識模型的基本類型，如輸入-輸齣模型（黑箱模型）和狀態空間模型（白箱或灰箱模型），並簡要介紹其優缺點。 討論係統辨識麵臨的挑戰，如噪聲乾擾、非綫性、時變性、模型結構的不確定性等。 初步介紹MATLAB在係統辨識中扮演的角色，及其提供的工具箱功能概覽。 第二章：信號處理與數據采集 深入討論用於係統辨識的數據采集原理和技術。 詳細介紹信號的采樣、量化和編碼過程，以及采樣定理（Nyquist-Shannon采樣定理）的重要性。 講解常用信號處理技術，包括濾波（低通、高通、帶通、帶阻濾波）、平滑、去趨勢等，以及這些技術如何預處理原始數據以提高辨識精度。 重點介紹噪聲的來源及其對辨識結果的影響，並提齣抑製噪聲的方法。 介紹不同類型的激勵信號（如階躍信號、脈衝信號、正弦信號、PRBS信號等）的選擇原則及其在係統辨識中的特點。 演示如何在MATLAB中進行數據預處理，包括信號可視化、濾波操作、激勵信號生成等。 第三章：模型錶示與結構選擇 本章專注於描述係統動態行為的數學模型。 詳細介紹時域模型，包括脈衝響應模型、差分方程模型、狀態空間模型等。 深入討論頻域模型，如傳遞函數、頻率響應等。 介紹模型階數的選擇原則，以及如何通過對係統物理特性的先驗知識、實驗數據分析（如單位階躍響應分析）以及模型選擇準則來確定閤適的模型結構。 探討模型結構選擇的權衡，例如模型復雜度與辨識精度之間的關係。 介紹MATLAB中用於錶示和操作不同模型形式的函數和命令。 第四章：綫性模型辨識 本章將聚焦於基於最小二乘法的綫性模型辨識技術。 詳細推導和解釋經典最小二乘法（OLS）的原理，以及其在估計模型參數時的應用。 介紹子空間辨識法，這是一種能夠直接從數據中估計狀態空間模型的方法，尤其適用於高階係統或存在測量噪聲的情況。 討論遞歸最小二乘法（RLS），它能夠在綫實時更新模型參數，適用於時變係統。 介紹係統辨識工具箱（System Identification Toolbox）中的主要辨識算法，如`tfest`、`ssest`、`arx`、`oe`、`bj`等函數的功能和適用場景。 通過具體的MATLAB仿真示例，演示如何運用這些算法辨識不同結構的綫性模型，並分析辨識結果。 第五章：非綫性係統辨識 本章將擴展到非綫性係統的辨識方法。 介紹描述非綫性係統常用模型結構，如多項式模型、Hammerstein-Wiener模型、Volterra模型等。 討論基於神經網絡的辨識方法，利用其強大的函數逼近能力來構建非綫性模型。 介紹支持嚮量機（SVM）在非綫性係統辨識中的應用。 展示如何使用MATLAB中的非綫性模型辨識工具，包括神經網絡工具箱（Neural Network Toolbox）和機器學習工具箱（Machine Learning Toolbox）的相關功能。 通過仿真實例，演示辨識非綫性係統模型的過程。 第六章：模型校驗與選擇 模型辨識完成後，對其進行有效評估至關重要。 介紹模型校驗的基本概念，包括殘差分析、模型預測能力評估等。 講解模型選擇準則，如赤池信息量準則（AIC）、貝葉斯信息量準則（BIC）等，用於在多個模型中選擇最優模型。 討論使用獨立數據（未參與模型訓練的數據）來評估模型性能的重要性。 介紹MATLAB係統辨識工具箱中提供的模型校驗與評估工具，如`compare`、`resid`等函數。 通過仿真實例，演示如何對辨識模型進行全麵評估和選擇。 第二部分：自適應控製基礎與應用 第七章：自適應控製概述 本章將引入自適應控製的核心概念。 定義自適應控製，並闡述其在處理模型不確定性、環境變化、係統性能退化等問題時的優勢。 區分固定控製器與自適應控製器，以及自適應控製器的基本構成：參數估計器和控製器設計器。 介紹自適應控製係統的分類，如基於模型參考自適應控製（MRAC）、自校正調節器（STR）等。 討論自適應控製設計的關鍵挑戰，如收斂性、魯棒性、穩定性等。 第八章：模型參考自適應控製（MRAC） 本章詳細講解MRAC的設計原理和實現方法。 介紹MRAC的基本結構，包括參考模型、參數調整律和控製律。 推導Lyapunov穩定性理論在MRAC中的應用，以保證參數調整的穩定性。 介紹基於梯度下降法的參數調整律，以及其他改進的調整律，如馬爾可夫鏈濛特卡洛（MCMC）方法。 通過MATLAB仿真實例，演示如何設計和實現一個MRAC係統，並分析其性能。 第九章：自校正調節器（STR） 本章介紹STR的設計理念和實現。 解釋STR的基本思想，即通過在綫辨識係統模型，然後根據辨識結果實時更新控製器參數。 詳細介紹STR的兩種主要結構：直接自校正和間接自校正。 討論STR中常用的辨識算法（如RLS）和控製器設計方法（如PID控製器、極點配置等）。 通過MATLAB仿真示例，展示STR在不同應用場景下的實現與效果。 第十章：增廣矩陣方法與通用自適應控製器 本章介紹一種更通用的自適應控製框架。 講解增廣矩陣方法（Augmented Matrix Method）在自適應控製中的應用，它能夠處理更廣泛的係統模型和控製目標。 介紹基於最小方差控製的自適應控製器設計。 探討一些更高級的自適應控製技術，如基於模型預測控製（MPC）的自適應算法。 通過MATLAB仿真，驗證這些通用自適應控製器的性能。 第十一章：自適應PID控製 PID控製器在工業界應用廣泛，本章將介紹其自適應版本。 解釋傳統PID控製器增益調優的睏難，以及自適應PID的必要性。 介紹基於模型辨識的自適應PID控製器設計方法，例如在綫辨識係統參數後整定PID參數。 討論如何在綫調整PID的比例（P）、積分（I）和微分（D）參數以適應係統變化。 通過MATLAB仿真，演示自適應PID控製器的實現及其在改善係統響應方麵的效果。 第十二章：參數辨識與魯棒性 本章深入探討自適應控製中參數辨識的細節和魯棒性問題。 分析不同參數估計算法（如OLS、RLS、遺忘因子RLS）在自適應控製中的收斂性和性能。 討論自適應控製器對噪聲、模型不確定性和外界乾擾的魯棒性。 介紹增強自適應控製器魯棒性的技術，如死區、飽和函數、增益調度等。 通過MATLAB仿真，對比不同參數辨識算法的性能，並評估魯棒性改進措施的效果。 第三部分：高級主題與綜閤應用 第十三章：模糊自適應控製 本章將模糊邏輯與自適應控製相結閤。 介紹模糊邏輯控製器的基本原理，以及其在處理非綫性、不確定性係統中的優勢。 講解模糊自適應控製器（FAC）的設計思路，如何利用模糊規則進行參數在綫調整。 介紹幾種典型的模糊自適應控製結構。 通過MATLAB仿真，演示如何設計和實現一個模糊自適應控製器。 第十四章：神經網絡自適應控製 本章深入探討神經網絡在自適應控製中的應用。 迴顧神經網絡的基本結構和學習算法（如BP算法）。 介紹如何利用神經網絡作為自適應控製器的一部分，例如作為係統模型辨識器或直接作為控製律。 討論基於深度學習的自適應控製方法。 通過MATLAB仿真，展示神經網絡自適應控製在處理復雜非綫性係統中的潛力。 第十五章：模型預測自適應控製（MPC） 本章將現代控製理論中的MPC與自適應控製相結閤。 介紹模型預測控製的基本原理，包括滾動優化和模型預測。 講解如何構建一個自適應MPC係統，即在MPC的預測和優化過程中融入在綫的係統辨識和模型更新。 討論自適應MPC在提高控製性能、處理係統約束方麵的優勢。 通過MATLAB仿真，演示自適應MPC的設計與應用。 第十六章：魯棒自適應控製 本章將重點關注如何設計對不確定性具有高度魯棒性的自適應控製器。 介紹魯棒控製理論的基本概念，如H-infinity控製、mu-分析等。 探討如何將魯棒控製技術與自適應控製相結閤，以實現魯棒的自適應性能。 介紹一些先進的魯棒自適應控製算法。 通過MATLAB仿真，評估魯棒自適應控製器的性能。 第十七章：實際係統仿真案例分析 本章將通過具體的工程應用案例，整閤本書所學的知識。 選擇幾個典型的係統，如航空航天飛行器、機器人、工業過程控製對象等。 詳細演示如何運用係統辨識技術建立這些係統的模型。 展示如何基於辨識模型設計和實現各種自適應控製器（MRAC, STR, 自適應PID等）。 進行詳細的仿真分析，對比不同控製策略的性能，並討論在實際應用中可能遇到的問題。 第十八章：MATLAB係統辨識與自適應控製工具箱使用指南 本章作為附錄，為讀者提供一個詳細的MATLAB工具箱使用參考。 係統性介紹MATLAB係統辨識工具箱（System Identification Toolbox）和控製係統工具箱（Control System Toolbox）中與自適應控製相關的函數和命令。 提供常用的MATLAB腳本示例，方便讀者快速上手。 講解如何利用MATLAB的可視化工具來分析辨識結果和控製性能。 為讀者在使用MATLAB進行相關研究和開發提供便捷的工具支持。 緻謝 本書的順利齣版離不開眾多同仁的幫助與支持。在此，我們要感謝在係統辨識和自適應控製領域做齣傑齣貢獻的學者們，他們的研究成果為本書的編寫奠定瞭堅實的基礎。同時，我們也衷心感謝在本書編寫過程中提供寶貴意見和幫助的同行、朋友和傢人。 結語 係統辨識與自適應控製是控製理論中充滿活力且極具挑戰性的領域。本書的齣版，希望能成為讀者深入理解和掌握這一領域的橋梁。通過理論與實踐的結閤，我們期望本書能激發讀者對該領域的興趣，並為其在科學研究和工程應用中提供有力的工具和方法。我們期待著本書能為我國控製科學與技術的發展貢獻一份力量。

評分☆☆☆☆☆

作為一個在工業界摸爬滾打多年的工程師，我深知理論知識與實際工程應用之間的差距。我接觸過不少自動化項目，也遇到過很多需要動態係統建模和在綫參數調整的場景，但苦於沒有係統性的理論指導和實踐經驗。這本《係統辨識與自適應控製MATLAB仿真（第3版）》似乎彌補瞭這一塊的空白。它的內容看起來非常貼近實際工程問題，並且通過MATLAB仿真來演示如何解決這些問題，這讓我對接下來的學習充滿瞭期待，希望能通過這本書提升自己在實際工程中的解決問題的能力。

評分☆☆☆☆☆

我一直對“學習麯綫”這個概念很敏感。有的書雖然理論紮實，但上手難度極大，初學者很容易望而卻步。有的書雖然寫得通俗易懂，但又顯得不夠深入，無法滿足進階學習的需求。我初步瞭解到的《係統辨識與自適應控製MATLAB仿真（第3版）》給我的感覺是，它在理論深度和實踐易用性之間找到瞭一個很好的平衡點。據說它從基礎概念講起，循序漸進，並且提供瞭大量的仿真案例，能夠幫助讀者逐步掌握係統辨識和自適應控製的核心技術。這對於我這樣希望係統性學習並熟練掌握相關技能的人來說，非常具有吸引力。

評分☆☆☆☆☆

這本書的包裝很精美，封麵設計簡潔大氣，紙張的質感也很不錯，拿在手裏沉甸甸的，很有分量。我剛拿到的時候就迫不及待地翻看瞭目錄，內容似乎涵蓋瞭我一直以來非常感興趣的領域。在選擇購買之前，我做瞭一些功課，看瞭不少關於係統辨識和自適應控製的書籍，但總覺得不夠深入或者不夠係統。這款《係統辨識與自適應控製MATLAB仿真（第3版）》的齣現，讓我眼前一亮，感覺它可能就是我一直在尋找的那本“寶藏”。

評分☆☆☆☆☆

我是一名在讀研究生，正在攻讀控製工程專業。在課程學習過程中，係統辨識和自適應控製是兩個非常重要的方嚮，但相關的教材往往晦澀難懂，尤其是涉及具體的算法和代碼實現時。我嘗試過幾本其他的書籍，但都因為缺乏足夠的實踐指導而擱淺。這款《係統辨識與自適應控製MATLAB仿真（第3版）》的宣傳材料中提到，它能夠提供詳細的MATLAB代碼示例，並且會一步步地講解代碼的邏輯和實現過程。這對於我來說，無疑是雪中送炭，能夠幫助我剋服學習上的瓶頸。

評分☆☆☆☆☆

這本書的排版和字體設計非常人性化，閱讀起來非常舒服。我尤其喜歡它對復雜概念的解釋方式，作者似乎非常擅長將抽象的理論分解成易於理解的步驟。書中的插圖和圖錶也非常清晰，能夠很好地輔助理解。我特彆關注的是它在MATLAB仿真方麵的應用，因為我一直覺得理論學習和實際操作相結閤是掌握知識的最佳途徑。這本書能夠提供大量的仿真實例，這對於我這樣希望將理論知識轉化為實踐技能的學習者來說，簡直是福音。

評分☆☆☆☆☆

很好的一本係統辨識方麵的書籍

評分☆☆☆☆☆

此用戶未填寫評價內容

評分☆☆☆☆☆

很好的一本係統辨識方麵的書籍

評分☆☆☆☆☆

幫老公買的，為瞭給我湊單買的

評分☆☆☆☆☆

很好的一本係統辨識方麵的書籍

評分☆☆☆☆☆

很好的一本係統辨識方麵的書籍

評分☆☆☆☆☆

幫老公買的，為瞭給我湊單買的

評分☆☆☆☆☆

此用戶未填寫評價內容

評分☆☆☆☆☆

很好的一本係統辨識方麵的書籍