使用过程辨识的频率响应里面的levy法对G（w）得到其传递函数，注释很详细，简单易懂，可以自己改参数，另外说一下《过程辨识》这本书也很好

过程辨识 方崇智 清华大学 绝对可用 亲自测试 请大家放心使用

一、 利用行列式比估计模型的阶次 2 二、 利用残差的方差估计模型的阶次 3 三、 利用Akaike准则估计模型的阶次 4 四、 利用最终预报误差准则估计模型的阶次 5 五、 根据Hankel矩阵的秩估计模型的阶次 7 附录1 利用行列式比估计模型的阶次 9 附录2 利用残差的方差估计模型的阶次 11 附录3 利用Akaike准则估计模型的阶次 13 附录4 利用最终预报误差准则估计模型的阶次 15 附录5 利用Hankel矩阵的秩估计模型的阶次 17

包括ＭＬＳ，ＲＣＬＳ，ＲＥＬＳ，ＲＦＦ，ＲＦＭ，ＲＧＬＳ，ＲＩＶ，ＲＬＳ，一次递推等算法

梯度校正参数辨识方法，方崇智，过程辨识，清华大学出版社 1 确定性问题的梯度校正参数辨识方法 2 随机逼近法

（由于出版较早，清晰度为正常水平，可正常阅读。本人下载过本站其他版本，扫描的很不清晰，此版本是实验室师姐发给我的）【作　者】方崇智，萧德云编著；【形态项】 562；【出版项】 北京：清华大学出版社 , 1988.08；【ISBN号】7-302-00229-0；【主题词】辨识(学科: 高等学校 学科: 教材)； 本书系统地论述了辨识的理论和各种辨识方法，分析了各种方法的统一性，并介绍了辨识技术的实际应用。本书包括辨识的一些基本概念，随机信号的描述与分析，过程的数学描述，经典的辨识方法等共17章。

方崇智《过程辨识》一书中各种辨识方法的总结及matlab仿真实现。同时还有模型阶次确定方法的仿真。

一、 利用行列式比估计模型的阶次 2 二、 利用残差的方差估计模型的阶次 3 三、 利用Akaike准则估计模型的阶次 4 四、 利用最终预报误差准则估计模型的阶次 5 五、 根据Hankel矩阵的秩估计模型的阶次 7 附录1 利用行列式比估计模型的阶次 9 附录2 利用残差的方差估计模型的阶次 11 附录3 利用Akaike准则估计模型的阶次 13 附录4 利用最终预报误差准则估计模型的阶次 15 附录5 利用Hankel矩阵的秩估计模型的阶次 17

test2: 一、 基本最小二乘法一次算法 二、 基本最小二乘法递推算法 三、 最小二乘遗忘因子一次完成算法 四、 最小二乘遗忘因子递推算法 五、 最小二乘限定记忆算法 六、 最小二乘偏差补偿算法 七、 增广最小二乘算法 八、 广义最小二乘算法 test3: 一、 辅助变量自适应滤波算法 二、 辅助变量纯滞后算法 三、 辅助变量Tally原理算法 四、 多级最小二乘算法 五、 各类改进最小二乘算法的特点 test4: 1、 第二类随机性辨识问题的梯度校正 2、 随机牛顿法 test5: 1、 递推的极大似然估计 2、 预报误差参数辨识 test6: 1、 根据Hankel矩阵秩估计模型阶次(弱噪声) 2、 根据Hankel矩阵秩估计模型阶次(强噪声) 3、 利用行列式比估计模型阶次（白噪声） 4、 利用行列式比估计模型阶次（有色噪声） 5、 利用残差的方差估计模型阶次（白噪声） 6、 利用残差的方差估计模型阶次（有色噪声） 7、 AIV定阶法（白噪声） 8、 AIV定阶法（有色噪声） test7: 1、 一阶惯性+纯滞后环节-----两点法 2、 面积法1 3、 levy法