| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 模型有界失配下状态和参数估计方法的研究现状 | 第8-10页 |
| 1.2.1 模型有界失配下的状态估计方法研究现状 | 第8-9页 |
| 1.2.2 模型参数失配下状态和参数的联合估计研究现状 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10-12页 |
| 第二章 预备知识 | 第12-20页 |
| 2.1 引言 | 第12页 |
| 2.2 粒子滤波 | 第12-14页 |
| 2.2.1 贝叶斯滤波 | 第12-13页 |
| 2.2.2 蒙特卡罗方法 | 第13页 |
| 2.2.3 标准粒子滤波方法 | 第13-14页 |
| 2.3 扩展集员算法 | 第14-18页 |
| 2.3.1 椭球集合及其运算性质 | 第14-16页 |
| 2.3.2 扩展集员算法的预测步 | 第16-18页 |
| 2.3.3 扩展集员算法的更新步 | 第18页 |
| 2.4 本章小结 | 第18-20页 |
| 第三章 模型失配界限定常下的状态估计方法 | 第20-29页 |
| 3.1 引言 | 第20页 |
| 3.2 模型失配界限定常问题 | 第20页 |
| 3.3 基于MAP准则的扩展集员粒子滤波算法(ESMPF) | 第20-24页 |
| 3.3.1 估计准则 | 第21-22页 |
| 3.3.2 粒子的优化方程 | 第22-23页 |
| 3.3.3 扩展集员粒子滤波算法(ESMPF) | 第23-24页 |
| 3.4 算法验证 | 第24-28页 |
| 3.4.1 数值仿真 | 第24-26页 |
| 3.4.2 CSTR仿真实验 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 模型失配界限时变下的状态估计方法 | 第29-38页 |
| 4.1 引言 | 第29页 |
| 4.2 模型失配界限时变问题 | 第29-30页 |
| 4.3 基于扩展集员的模型失配界限时变下的状态估计方法 | 第30-34页 |
| 4.3.1 参数偏差椭球集 | 第30-32页 |
| 4.3.2 模型失配界限时变下的状态预测 | 第32-33页 |
| 4.3.3 模型失配界限时变下的状态更新 | 第33-34页 |
| 4.4 算法验证 | 第34-37页 |
| 4.4.1 数值仿真 | 第34-36页 |
| 4.4.2 CSTR仿真实验 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 模型有界失配下状态和参数的联合估计 | 第38-50页 |
| 5.1 引言 | 第38页 |
| 5.2 联合估计思想 | 第38-40页 |
| 5.3 基于双扩展集员的状态和参数联合估计 | 第40-44页 |
| 5.3.1 状态和参数的预测 | 第40-42页 |
| 5.3.2 状态和参数的更新 | 第42-44页 |
| 5.4 算法验证 | 第44-49页 |
| 5.4.1 数值仿真 | 第44-47页 |
| 5.4.2 CSTR仿真实验 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
