| 致谢 | 第5-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-37页 |
| 1.1 引言 | 第13-14页 |
| 1.2 列车运行控制研究基础 | 第14-20页 |
| 1.2.1 列车运行控制背景与原理 | 第14-15页 |
| 1.2.2 列车运行控制系统与特点 | 第15-16页 |
| 1.2.3 列车运行控制技术与问题 | 第16-20页 |
| 1.3 迭代学习控制理论基础 | 第20-27页 |
| 1.3.1 迭代学习控制研究背景 | 第20-22页 |
| 1.3.2 迭代学习控制基本方法 | 第22-23页 |
| 1.3.3 自适应迭代学习控制 | 第23-25页 |
| 1.3.4 迭代学习控制中的若干实际问题 | 第25-27页 |
| 1.4 卡尔曼一致性滤波理论基础 | 第27-33页 |
| 1.4.1 卡尔曼滤波 | 第27-29页 |
| 1.4.2 传感器网络与卡尔曼一致性滤波算法 | 第29-32页 |
| 1.4.3 高速列车卡尔曼一致性滤波速度状态估计 | 第32-33页 |
| 1.5 主要工作和结构安排 | 第33-37页 |
| 1.5.1 论文主要工作 | 第33-35页 |
| 1.5.2 论文结构 | 第35-37页 |
| 2 高速列车自适应迭代学习速度跟踪控制方法与应用 | 第37-71页 |
| 2.1 引言 | 第37-38页 |
| 2.2 列车动力学模型 | 第38-40页 |
| 2.3 问题提出 | 第40-44页 |
| 2.4 高速列车自适应迭代学习速度曲线跟踪控制 | 第44-60页 |
| 2.4.1 列车牵引/制动饱和情况 | 第44-51页 |
| 2.4.2 列车牵引/制动饱和与速度时变时滞情况 | 第51-58页 |
| 2.4.3 鲁棒性分析 | 第58-60页 |
| 2.5 仿真研究 | 第60-69页 |
| 2.5.1 仿真环境与参数设置 | 第60-61页 |
| 2.5.2 列车牵引/制动饱和与速度时变时滞情况 | 第61-65页 |
| 2.5.3 列车运行慢迭代变化参数情况 | 第65-67页 |
| 2.5.4 与基于模型的时域控制方法的比较 | 第67-69页 |
| 2.6 本章小结 | 第69-71页 |
| 3 高速列车自适应迭代学习容错速度跟踪控制方法及应用 | 第71-101页 |
| 3.1 引言 | 第71页 |
| 3.2 问题提出 | 第71-73页 |
| 3.3 SISO系统的自适应迭代学习容错控制方法 | 第73-80页 |
| 3.3.1 控制器设计 | 第73-74页 |
| 3.3.2 收敛性分析 | 第74-80页 |
| 3.4 MIMO系统的自适应迭代学习容错控制方法 | 第80-93页 |
| 3.4.1 控制器设计 | 第80-85页 |
| 3.4.2 收敛性分析 | 第85-93页 |
| 3.5 仿真研究 | 第93-99页 |
| 3.5.1 SISO高速列车系统仿真 | 第93-96页 |
| 3.5.2 MIMO系统仿真 | 第96-99页 |
| 3.6 本章小结 | 第99-101页 |
| 4 传感器网络连续时间状态卡尔曼一致性滤波估计方法及应用 | 第101-125页 |
| 4.1 引言 | 第101-102页 |
| 4.2 问题提出 | 第102页 |
| 4.3 控制输入已知的卡尔曼一致性滤波方法 | 第102-112页 |
| 4.3.1 估计器设计 | 第103-109页 |
| 4.3.2 收敛性分析 | 第109-112页 |
| 4.4 控制输入未知的卡尔曼一致性滤波方法 | 第112-116页 |
| 4.4.1 估计器设计 | 第112-114页 |
| 4.4.2 收敛性分析 | 第114-116页 |
| 4.5 仿真研究 | 第116-123页 |
| 4.5.1 仿真环境与参数设置 | 第116-118页 |
| 4.5.2 系统控制输入已知的情况 | 第118-119页 |
| 4.5.3 系统控制输入未知的情况 | 第119-120页 |
| 4.5.4 与其他连续卡尔曼一致性滤波方法的比较 | 第120-123页 |
| 4.6 本章小结 | 第123-125页 |
| 5 高速列车离散时间速度卡尔曼一致性滤波估计方法及应用 | 第125-159页 |
| 5.1 引言 | 第125页 |
| 5.2 问题提出 | 第125-127页 |
| 5.3 线性模型离散时间卡尔曼一致性滤波方法 | 第127-138页 |
| 5.3.1 估计器设计 | 第127-133页 |
| 5.3.2 收敛性分析 | 第133-138页 |
| 5.4 数据驱动离散时间卡尔曼一致性滤波方法 | 第138-149页 |
| 5.4.1 离散非线性系统动态线性化 | 第138-144页 |
| 5.4.2 离散TARX模型参数辨识方法 | 第144-147页 |
| 5.4.3 数据驱动离散卡尔曼一致性滤波 | 第147-149页 |
| 5.5 仿真研究 | 第149-157页 |
| 5.5.1 传感器网络的线性离散卡尔曼一致性滤波 | 第149-152页 |
| 5.5.2 高速列车的非线性离散卡尔曼一致性滤波 | 第152-157页 |
| 5.6 本章小节 | 第157-159页 |
| 6 结论与展望 | 第159-163页 |
| 6.1 结论 | 第159-161页 |
| 6.2 有待进一步研究的问题 | 第161-163页 |
| 参考文献 | 第163-175页 |
| 作者简历 | 第175-177页 |
| 攻读博士学位期间发表的学术论文 | 第177-181页 |
| 学位论文数据集 | 第181页 |
