拉格朗日系统的滤波问题研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题背景及研究的目的和意义 | 第8-11页 |
| 1.2 国内外的相关研究 | 第11-16页 |
| 1.2.1 拉格朗日系统滤波问题的相关研究 | 第11-13页 |
| 1.2.2 拉格朗日系统离散化的相关研究 | 第13-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 拉格朗日动力学模型的建立 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 拉格朗日系统动力学模型的建立 | 第18-28页 |
| 2.2.1 拉格朗日系统连续时间模型 | 第18-22页 |
| 2.2.2 拉格朗日系统的离散时间模型 | 第22-24页 |
| 2.2.3 改进的拉格朗日离散化模型 | 第24-28页 |
| 2.3 平面二连杆系统动力学模型的建立 | 第28-35页 |
| 2.3.1 平面二连杆连续时间动力学模型 | 第28-30页 |
| 2.3.2 平面二连杆离散时间动力学模型 | 第30-31页 |
| 2.3.3 基于平面二连杆的仿真算例 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 拉格朗日系统的滤波方法研究 | 第36-58页 |
| 3.1 引言 | 第36页 |
| 3.2 随机系统的滤波问题概述 | 第36-41页 |
| 3.2.1 滤波问题的一般意义和基本思路 | 第36-39页 |
| 3.2.2 非线性随机系统的统计特性 | 第39-41页 |
| 3.3 拉格朗日系统滤波问题 | 第41-45页 |
| 3.4 基于线性化模型的非线性滤波方法 | 第45-50页 |
| 3.4.1 非线性系统的线性化模型 | 第45-48页 |
| 3.4.2 拉格朗日系统的线性化分析 | 第48-50页 |
| 3.5 基于贝叶斯概率统计模型的非线性滤波方法 | 第50-56页 |
| 3.5.1 贝叶斯概率模型 | 第50-52页 |
| 3.5.2 拉格朗日系统的贝叶斯概率模型分析 | 第52-56页 |
| 3.6 本章小结 | 第56-58页 |
| 第4章 拉格朗日系统滤波器设计 | 第58-87页 |
| 4.1 引言 | 第58页 |
| 4.2 扩展Kalman滤波方法 | 第58-65页 |
| 4.2.1 滤波方法概述 | 第58-61页 |
| 4.2.2 应用实例和研究分析 | 第61-65页 |
| 4.3 Unscented Kalman滤波方法 | 第65-72页 |
| 4.3.1 滤波方法概述 | 第65-66页 |
| 4.3.2 应用实例和研究分析 | 第66-72页 |
| 4.4 H∞ 滤波 | 第72-77页 |
| 4.4.1 滤波方法概述 | 第72-74页 |
| 4.4.2 滤波方法改进与应用实例分析 | 第74-77页 |
| 4.5 粒子滤波方法 | 第77-86页 |
| 4.5.1 滤波方法概述 | 第77-81页 |
| 4.5.2 标准粒子滤波算法 | 第81-82页 |
| 4.5.3 拉格朗日系统实例仿真 | 第82-86页 |
| 4.6 本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第94-96页 |
| 致谢 | 第96页 |
