针对复杂工业过程具有强非线性、多变量耦合、大时滞以及不确定性等综合特性导致难以建模问题，本书针对存在随机噪声干扰的块结构非线性动态系统，从输出误差类系统和方程误差类系统角度出发，分析了这两类系统在线性变换和非线性变换下的特性，系统地提出复杂工业过程块结构非线性动态系统的描述和辨识新方法，并将提出的理论和方法运用到柔性机械臂系统和风力发电系统。主要包括采用神经模糊模型建立系统的静态非线性模块模型；利用信号与系统理论实现系统各串联模块的分离；利用动态补偿技术补偿块结构非线性动态系统的过程噪声或者输出噪声产生的误差；利用多新息理论、辅助模型技术等改善系统的辨识精度以及提出的智能分离辨识方法等，并利用随机过程理论和统计学理论分析并比较提出方法的性能。
本书可以作为自动化相关专业、控制科学与工程专业以及从事非线性系统理论研究的高年级本科生、研究生、科研工作者的参考书，同时对从事人工智能和自动控制理论研究的研究人员和工程技术人员也具有一定的参考价值。

前言
第一部分 块结构非线性动态系统概述
第1章 块结构非线性动态系统模型的描述与辨识
1.1 引言
1.2 动态线性模块的描述方法
1.2.1 脉冲响应模型
1.2.2 传递函数模型
1.2.3 状态空间模型
1.3 静态非线性模块的描述方法
1.3.1 基函数法
1.3.2 神经网络
1.3.3 模糊系统
1.3.4 神经模糊模型
1.4 输入非线性输出误差类系统辨识
1.4.1 输入非线性输出受控自回归误差系统辨识
1.4.2 输入非线性输出受控自回归滑动平均误差系统辨识
1.4.3 输入非线性输出受控自回归自回归误差系统辨识
1.4.4 输入非线性输出误差系统辨识
1.4.5 输入非线性输出误差滑动平均系统辨识
1.4.6 输入非线性输出误差自回归系统辨识
1.4.7 输入非线性输出误差自回归滑动平均系统辨识
1.5 输入非线性方程误差类系统辨识
1.6 输出非线性输出误差类系统辨识
1.7 输出非线性方程误差类系统辨识
1.8 输入输出非线性误差类系统辨识
1.8.1 输入输出非线性输出误差类系统辨识
1.8.2 输入输出非线性方程误差类系统辨识
1.9 基于块结构非线性系统的控制系统设计
1.9.1 基于Hammerstein系统的控制系统设计
1.9.2 基于Wiener系统的控制系统设计
1.9.3 基于Hammerstein-Wiener系统的控制系统设计
1.10 块结构非线性动态系统研究中存在的关键问题
1.11 全书概况
参考文献
第二部分 Hammerstein非线性动态系统辨识方法
第2章 基于组合信号的Hammerstein输出误差系统辨识方法
2.1 基于二进制-随机信号的Hammerstein输出误差系统辨识
2.1.1 神经模糊Hammerstein输出误差系统
2.1.2 神经模糊Hammerstein输出误差系统的辨识
2.1.3 仿真结果
2.1.4 小结
2.2 状态空间模型下的Hammerstein输出误差系统辨识
2.2.1 状态空间模型下的Hammerstein输出误差系统
2.2.2 状态空间模型下的Hammerstein输出误差系统分离辨识
2.2.3 仿真结果
2.2.4 小结
2.3 时滞Hammerstein输出误差系统多信号源辨识
2.3.1 时滞Hammerstein输出误差系统
2.3.2 时滞Hammerstein输出误差系统辨识
2.3.3 仿真结果
2.3.4 小结
2.4 基于概率密度函数的Hammerstein系统辨识
2.4.1 基于概率密度函数的神经模糊Hammerstein系统
2.4.2 基于概率密度函数的神经模糊Hammerstein系统辨识
2.4.3 仿真结果
2.4.4 小结
2.5 基于可分离-随机信号的神经模糊Hammerstein系统辨识
2.5.1 白噪声干扰下的神经模糊Hammerstein系统
2.5.2 白噪声干扰下的神经模糊Hammerstein系统辨识
2.5.3 仿真结果
2.5.4 小结
2.6 基于时滞Hammerstein系统的非迭代辨识
2.6.1 白噪声干扰下的时滞Hammerstein系统
2.6.2 白噪声干扰下的时滞Hammerstein系统辨识
2.6.3 仿真结果
2.6.4 小结
参考文献
第3章 有色噪声干扰下Hammerstein系统辨识方法
3.1 自回归噪声干扰下Hammerstein系统辨识
3.1.1 自回归噪声干扰下Hammerstein系统
3.1.2 自回归噪声干扰下神经模糊Hammerstein系统辨识
3.1.3 仿真结果
3.1.4 小结
3.2 自回归滑动平均噪声干扰下Hammerstein系统辨识
3.2.1 自回归滑动平均噪声干扰下Hammerstein系统
3.2.2 自回归滑动平均噪声干扰下神经模糊Hammerstein系统辨识
3.2.3 仿真结果
3.2.4 小结
3.3 滑动平均噪声干扰下Hammerstein系统辨识
3.3.1 滑动平均噪声干扰下Hammerstein神经模糊系统
3.3.2 滑动平均噪声干扰下Hammerstein神经模糊系统辨识
3.3.3 仿真结果
3.3.4 小结
3.4 基于组合信号的有色噪声干扰下Hammerstein系统辨识
3.4.1 有色噪声干扰下Hammerstein系统多信号源辨识
3.4.2 仿真结果
3.4.3 小结
3.5 自回归滑动平均噪声干扰下Hammerstein系统辨识及收敛性分析
3.5.1 自回归滑动平均噪声干扰下Hammerstein系统分离辨识
3.5.2 收敛性分析
3.5.3 仿真结果
3.5.4 小结
参考文献
第4章 相关噪声扰动的Hammerstein系统辨识方法
4.1 相关噪声扰动的Hammerstein系统偏差补偿辨识方法
4.1.1 动态线性模块辨识
4.1.2 静态非线性模块辨识
4.2 仿真结果
4.3 小结
参考文献
第三部分 Wiener非线性动态系统辨识方法
第5章 神经模糊Wiener系统辨识方法
5.1 基于参数分离的神经模糊Wiener系统辨识
5.1.1 神经模糊Wiener系统
5.1.2 基