| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·引言 | 第8-10页 |
| ·数据校正技术的发展 | 第10-15页 |
| ·数据协调 | 第10-11页 |
| ·显著误差检测 | 第11-14页 |
| ·冗余性分析 | 第14-15页 |
| ·测量误差的方差-协方差估计 | 第15页 |
| ·鲁棒数据校正技术 | 第15-17页 |
| ·论文主要工作 | 第17-20页 |
| 2 鲁棒数据校正的基本原理 | 第20-28页 |
| ·引言 | 第20页 |
| ·数据校正原理 | 第20-21页 |
| ·一般最小二乘估计 | 第21-23页 |
| ·线性数据校正 | 第21-22页 |
| ·非线性数据校正 | 第22-23页 |
| ·基于极大似然估计的鲁棒估计 | 第23-24页 |
| ·鲁棒数据校正算法 | 第24-26页 |
| ·线性系统的鲁棒最小二乘估计 | 第24-25页 |
| ·非线性系统的基于鲁棒正则化的数据校正 | 第25-26页 |
| ·小结 | 第26-28页 |
| 3 基于M估计的鲁棒数据校正技术的研究 | 第28-38页 |
| ·引言 | 第28页 |
| ·常用的鲁棒估计函数 | 第28-30页 |
| ·Huber估计 | 第28-29页 |
| ·Fair估计 | 第29-30页 |
| ·一种新的鲁棒估计—LnRLS | 第30-32页 |
| ·实例研究 | 第32-37页 |
| ·线性约束情况 | 第32-35页 |
| ·含有两个显著误差 | 第33-34页 |
| ·含有三个显著误差 | 第34-35页 |
| ·非线性约束情况 | 第35-37页 |
| ·小结 | 第37-38页 |
| 4 基于误差分布的鲁棒数据校正技术的研究 | 第38-52页 |
| ·引言 | 第38页 |
| ·数据协调原理 | 第38-39页 |
| ·基于污染正态分布模型的鲁棒估计 | 第39-44页 |
| ·线性系统 | 第39-41页 |
| ·双线性系统 | 第41-44页 |
| ·鲁棒自适应误差分布模型 | 第44-46页 |
| ·自适应误差分布模型 | 第44-45页 |
| ·自适应误差分布模型的鲁棒性 | 第45-46页 |
| ·鲁棒自适应误差分布模型的双线性数据校正 | 第46-47页 |
| ·实例研究 | 第47-50页 |
| ·显著误差位于[5σ,20σ] | 第47-49页 |
| ·显著误差大于20σ | 第49-50页 |
| ·小结 | 第50-52页 |
| 5 泄漏误差的研究:基于NT-GLR的显著误差检测的研究 | 第52-66页 |
| ·引言 | 第52页 |
| ·显著误差检测原理 | 第52-57页 |
| ·假设性检验 | 第53-54页 |
| ·节点检验法(NT) | 第54页 |
| ·广义似然比法(GLR) | 第54-57页 |
| ·基于NT-GLR的显著误差检测 | 第57-60页 |
| ·实例研究 | 第60-64页 |
| ·测量或者传感器造成的显著误差 | 第60-61页 |
| ·泄漏造成的显著误差 | 第61-62页 |
| ·测量和泄漏同时造成的显著误差 | 第62-63页 |
| ·联合算法NT-GLR的性能评价 | 第63-64页 |
| ·小结 | 第64-66页 |
| 6 数据校正在某焦化厂甲醇工艺流程中的应用 | 第66-74页 |
| ·引言 | 第66页 |
| ·甲醇工艺流程 | 第66-68页 |
| ·系统校正模型的建立 | 第68-70页 |
| ·分析系统模型 | 第68-69页 |
| ·建立数据校正模型 | 第69-70页 |
| ·数据处理 | 第70-73页 |
| ·小结 | 第73-74页 |
| 7 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84页 |