系统地论述了微分器的理论、滤波与求导、设计方法和工程应用，是作者多年来从事微分器理论研究与工程实际应用成果的总结。书中有大量仿真程序及相关MATLAB仿真程序。
　　全书以微分器的理论为基础，结合实际工程问题设计各种形式的微分器，共分8章，包括有限时间收敛微分器的原理及其设计方法，混合微分器的概念、原理及其设计方法，基于描述函数法的微分器频域分析，微分器输出中存在的峰值现象分析及其抑制方法，高阶积分链式微分器，微分器对系统不确定项和未知状态的充分逼近及其在反馈控制中的应用等。
　　《微分器设计与应用：信号滤波与求导》适用于从事航空航天自动化、计算机应用、通信工程和电气自动化等领域工作的工程技术人员阅读，也可作为高等院校工业自动化、自动控制、自动化仪表、计算机应用等专业的教学参考书。

　　利用求解二阶微分方程，把二阶微分方程转换为二阶系统，含有两个变量，第二个变量为第一个变量的导数。构造系统后得到的结果：第一个变量跟踪输入信号，第二个变量跟踪输入信号的导数。根据这种思想得到的微分器算法简单，而且比其他方法收敛速度快。二阶微分方程的形式可以多种多样，如线性形式、具有切换函数的快速形式。线性形式的微分器对于非线性的信号通常具有滞后性，而具有切换函数形式的跟踪微分器只在系统状态的平衡点附近收敛速度很快，当系统状态远离平衡点时，收敛速度较慢。有时为了避免抖振现象，在切换函数中引入饱和项，可以降低抖振，但是同时也降低了系统状态变量的收敛速度和算法的精度。
　　韩京清教授利用二阶最速开关系统构造出跟踪不连续输入信号并提取近似微分信号的机构，提出了非线性跟踪一微分器的概念，根据数值仿真得到了有关信号跟踪的命题（但没有给出严格的收敛性证明，只是给出了微分器系统的第一个变量与信号的收敛关系，并没有给出系统其他变量与信号各阶导数的收敛关系），并给出了非线性跟踪一微分器的一些设计及分析过程，指出由跟踪一微分器得到的第一个输出与输入信号是依测度收敛的。但是，在跟踪信号的过程中具有抖振的现象，而且系统状态在接近平衡点处的收敛速度快，在远离平衡点时收敛速度慢，从而导致初始阶段跟踪曲线抖动。韩京清教授所提出的一种离散形式的非线性跟踪一微分器在一些运动控制系统中得到了应用引。

第1章 绪论
1.1 研究目的
1.2 状态观测器
1.2.1 全状态观测器
1.2.2 扩张观测器
1.3 问题提出
1.3.1 一阶惯性环节滤波
1.3.2 二阶振荡环节滤波分析
1.3.3 二阶振荡环节求导分析
1.4 微分器的由来
1.5 微分器介绍
1.5.1 线性微分器
1.5.1.1 高增益微分器
1.5.1.2 线性导数跟踪器
1.5.2 非线性微分器
1.5.2.1 自抗扰非线性微分器
1.5.2.2 滑模微分器
1.5.2.3 混合微分器
1.6 微分器的离散化
1.7 微分器的主要用途
1.8 本书结构安排
参考文献

第2章 基础知识
2.1 有限时间稳定理论
2.1 有限时间稳定基础
2.1.1 三种稳定形式
2.1.1.1 渐近稳定
2.1.1.2 指数稳定
2.1.1.3 有限时间稳定
2.1.2 有限时间稳定概念
2.1.3 Lyapunov原理
2.1.4 系统齐次性引理
2.2 奇异摄动理论
2.3 传递函数的频域特性扫频测试
2.3.1 基本原理
2.4 系统描述函数法分析
参考文献

第3章 有限时间收敛微分器
3.1 引言
3.2 有限时间收敛微分器
3.2.1 有限时间收敛微分器原理
3.2.2 有限时间收敛微分器抗扰动性分析
3.2.3 有限时间收敛二阶微分器
3.2.4 有限时间收敛高阶微分器
3.3 结论
参考文献

第4章 混合微分器
4.1 引言
4.2 混合微分器的主要结果
4.2.1 线性微分器
4.2.2 非线性微分器
4.2.3 混合微分器
4.3 三种微分器收敛性能比较
4.4 基于扫频方法的微分器频域分析
4.4.1 不同微分器的频域测试比较
4.4.2 不同ε对混合微分器频域特性影响
4.5 滑模微分器和混合微分器抑制噪声比较
4.6 微分器对系统不确定项的估计
4.6.1 在无噪声情况下的不确定项的估计
4.6.2 带有噪声的不确定系统不确定项的估计
4.7 结论
参考文献

第5章 基于描述函数法的微分器分析
5.1 引言
5.2 线性微分器频域分析
5.3 基于描述函数法的非线性微分器频域分析
5.4 基于描述法的混合微分器频域分析
5.5 结论
参考文献

第6章 微分器峰值现象
6.1 引言
6.2 峰值问题
6.3 峰值现象分析
6.4 峰值现象抑制
6.5 结论
参考文献

第7章 高阶积分链式微分器及其在加速度反馈中的应用
7.1 引言
7.2 积分链式微分器与高增益微分器的等价性
7.3 非线性积分链式微分器
7.4 基于三阶微分器的带噪声的不确定系统反馈控制
7.5 结论
参考文献

第8章 微分器的充分逼近及其在反馈控制中应用
8.1 引言
8.2 问题分析
8.3 基于模糊系统的控制器设计
8.3.1 基于模糊系统的不确定项逼近
8.3.2 自适应模糊控制器设计
8.4 基于RBF网络的自适应控制
8.4.1 基于RBF网络的不确定项逼近
8.4.2 自适应神经网络控制的设计与分析
8.5 基于扩张观测器逼近的输出反馈控制
8.5.1 基于扩张观测器的逼近
8.5.2 基于扩张观测器逼近的输出反馈控制器设计
8.6 基于积分链式微分器逼近的输出反馈控制
8.6.1 基于积分链式微分器的逼近
8.6.2 基于积分链式微分器逼近的控制器设计
8.7 结论
参考文献