| 致谢 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第16-32页 |
| 1.1 课题来源 | 第16页 |
| 1.2 研究背景及意义 | 第16-19页 |
| 1.3 研究概况 | 第19-28页 |
| 1.3.1 网络化系统状态估计 | 第19-21页 |
| 1.3.2 事件驱动系统状态估计 | 第21-24页 |
| 1.3.3 量化驱动系统状态估计 | 第24-25页 |
| 1.3.4 网络化系统估计融合 | 第25-27页 |
| 1.3.5 动态系统的故障诊断 | 第27-28页 |
| 1.4 有待解决的关键问题 | 第28-29页 |
| 1.5 本文的主要内容及结构 | 第29-32页 |
| 2 事件驱动随机混杂系统状态估计 | 第32-54页 |
| 2.1 引言 | 第32-33页 |
| 2.2 问题描述 | 第33-35页 |
| 2.3 事件驱动机制设计 | 第35-37页 |
| 2.4 事件驱动随机混杂系统的状态最优估计 | 第37-39页 |
| 2.5 事件驱动随机混杂系统的状态估计算法 | 第39-48页 |
| 2.5.1 面向两条独立马尔可夫链的交互式多模型框架 | 第39-41页 |
| 2.5.2 基于交互式多模型滤波的状态估计 | 第41-48页 |
| 2.6 仿真实验 | 第48-53页 |
| 2.7 本章小结 | 第53-54页 |
| 3 事件驱动网络化系统状态估计融合 | 第54-64页 |
| 3.1 引言 | 第54页 |
| 3.2 问题描述 | 第54-55页 |
| 3.3 事件驱动状态估计融合算法 | 第55-59页 |
| 3.3.1 带反馈的序贯集中式融合 | 第55-57页 |
| 3.3.2 带反馈的并行分布式融合 | 第57-59页 |
| 3.4 仿真实验 | 第59-62页 |
| 3.5 本章小结 | 第62-64页 |
| 4 相关噪声下事件驱动网络化系统状态估计融合 | 第64-88页 |
| 4.1 引言 | 第64页 |
| 4.2 问题描述 | 第64-67页 |
| 4.3 事件驱动机制 | 第67-71页 |
| 4.4 事件驱动局部状态估计 | 第71-76页 |
| 4.5 事件驱动分布式状态估计融合算法 | 第76-82页 |
| 4.5.1 最优线性信息融合准则 | 第77页 |
| 4.5.2 局部估计间的互协方差矩阵 | 第77-82页 |
| 4.6 仿真结果 | 第82-86页 |
| 4.7 本章小结 | 第86-88页 |
| 5 随机事件驱动网络化系统状态估计融合 | 第88-97页 |
| 5.1 引言 | 第88页 |
| 5.2 问题描述 | 第88-90页 |
| 5.3 随机事件驱动分布式状态估计融合算法 | 第90-94页 |
| 5.4 仿真实验 | 第94-95页 |
| 5.5 本章小结 | 第95-97页 |
| 6 多级向量量化驱动网络化系统状态估计 | 第97-116页 |
| 6.1 引言 | 第97-98页 |
| 6.2 问题描述 | 第98-99页 |
| 6.3 估计器和量化机制的协同设计 | 第99-110页 |
| 6.3.1 多级向量量化机制 | 第100-102页 |
| 6.3.2 量化驱动状态估计算法 | 第102-110页 |
| 6.4 量化参数优化和性能分析 | 第110-111页 |
| 6.5 仿真结果 | 第111-115页 |
| 6.6 本章小结 | 第115-116页 |
| 7 事件驱动网络化系统故障诊断 | 第116-127页 |
| 7.1 引言 | 第116页 |
| 7.2 问题描述 | 第116-119页 |
| 7.3 事件驱动的故障检测、分离和估计算法 | 第119-122页 |
| 7.4 仿真实验 | 第122-126页 |
| 7.5 本章小结 | 第126-127页 |
| 8 总结与展望 | 第127-130页 |
| 8.1 工作总结 | 第127-128页 |
| 8.2 工作展望 | 第128-130页 |
| 参考文献 | 第130-140页 |
| 作者简历及在学研究成果 | 第140-144页 |
| 学位论文数据集 | 第144页 |