| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-18页 |
| ·剩余寿命的研究背景 | 第6-7页 |
| ·剩余寿命研究进展 | 第7-14页 |
| ·随机系数回归模型 | 第7-8页 |
| ·维纳过程 | 第8-10页 |
| ·Gamma 过程 | 第10-12页 |
| ·随机滤波模型 | 第12-14页 |
| ·有关概念及预备知识 | 第14-16页 |
| ·本文内容及章节安排 | 第16-18页 |
| 第二章 时间序列数据建模及剩余寿命预测 | 第18-32页 |
| ·ARMA 模型发展简介 | 第18-19页 |
| ·基于 ARMA 模型的系统剩余寿命预测 | 第19-26页 |
| ·数据的预处理 | 第19-20页 |
| ·时间序列的自相关和偏自相关函数 | 第20页 |
| ·ARMA 模型定阶 | 第20-22页 |
| ·模型参数的估计 | 第22-26页 |
| ·实例分析 | 第26-32页 |
| 第三章 时间序列模型的状态空间分析与 Kalman 滤波 | 第32-40页 |
| ·状态空间模型综述 | 第32-33页 |
| ·状态空间模型 | 第33-34页 |
| ·Kalman 滤波 | 第34-35页 |
| ·Kalman 滤波递推公式 | 第34-35页 |
| ·卡尔曼状态和测量方程的推导 | 第35页 |
| ·Kalman 平滑与预测 | 第35-36页 |
| ·Kalman 平滑 | 第35-36页 |
| ·Kalman 外推预测 | 第36页 |
| ·实例分析 | 第36-40页 |
| 第四章 基于非线性状态空间模型的剩余寿命预测 | 第40-48页 |
| ·基于 Gamma 过程的预测方法 | 第40-43页 |
| ·模型参数估计 | 第43-45页 |
| ·剩余寿命预测及模拟试验 | 第45-48页 |
| 第五章 总结及展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 硕士期间论文发表情况 | 第56-57页 |