首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

智能车辆的惯性传感器故障诊断研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-13页
第一章 绪论第13-25页
   ·课题来源第13页
   ·传感器故障诊断的研究意义第13页
   ·传感器故障诊断的研究现状与发展趋势第13-23页
     ·故障诊断技术研究现状及发展趋势第13-18页
     ·智能车辆故障诊断的研究现状第18-20页
     ·故障预测技术的研究现状与发展趋势第20-23页
   ·论文研究的关键问题与论文结构第23-25页
第二章 卡尔曼滤波及多尺度卡尔曼滤波方法第25-51页
   ·卡尔曼滤波理论第25-31页
     ·新息过程第26-27页
     ·卡尔曼滤波算法第27-31页
   ·小波变换理论第31-40页
     ·傅里叶变换与短时傅里叶变换第31-33页
     ·小波变换第33-40页
   ·基于无抽取haar算法的实时卡尔曼滤波方法第40-50页
     ·多尺度动态系统建模第40-41页
     ·多尺度卡尔曼滤波方法第41-42页
     ·基于无抽取haar算法的实时卡尔曼滤波方法第42-45页
     ·实验结果及讨论第45-50页
   ·本章小结第50-51页
第三章 冗余传感器的故障检测与诊断第51-79页
   ·硬件冗余传感器的故障诊断第51-54页
     ·基于概率统计的故障诊断方法第51-53页
     ·奇偶向量法第53-54页
     ·智能诊断方法第54页
   ·不同精度冗余传感器故障诊断第54-64页
     ·低精度传感器数据预处理第55页
     ·不同精度冗余传感器故障诊断第55-57页
     ·强背景噪声下的传感器故障诊断第57-59页
     ·实验结果及讨论第59-64页
   ·基于多尺度卡尔曼滤波的故障诊断方法第64-70页
     ·传感器的多尺度动态模型第65页
     ·基于多尺度卡尔曼滤波的故障诊断方法第65-66页
     ·实验结果及讨论第66-70页
   ·组合导航的故障检测第70-78页
     ·组合导航系统模型和测量模型第71-72页
     ·组合导航系统故障检测第72-75页
     ·实验结果及讨论第75-78页
   ·本章小结第78-79页
第四章 基于粒子滤波器的传感器故障诊断与预测第79-111页
   ·基于后验分布的自适应粒子滤波器算法第79-91页
     ·基本粒子滤波器算法第79-85页
     ·基于后验概率的自适应粒子滤波器算法第85-89页
     ·实验结果及讨论第89-91页
   ·基于粒子滤波器的故障诊断算法第91-100页
     ·MORCS-1航迹推算系统的故障模型第91-94页
     ·基于粒子滤波器的故障诊断算法第94-97页
     ·实验结果及讨论第97-100页
   ·基于粒子滤波器的故障预测算法第100-110页
     ·故障预测问题的数学描述第100-101页
     ·基于粒子滤波器的故障预测算法第101-106页
     ·实验结果及讨论第106-110页
   ·本章小结第110-111页
第五章 总结以及展望第111-113页
   ·本论文工作总结第111-112页
   ·进一步研究工作第112-113页
参考文献第113-123页
致谢第123-124页
攻读博士期间主要研究成果第124页

论文共124页,点击 下载论文
上一篇:矿井通风系统优化调控算法与三维可视化关键技术研究
下一篇:钢筋锈蚀对混凝土梁构件力学行为影响的研究