| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-14页 |
| ·国内城市轨道交通发展状况 | 第11-12页 |
| ·轨道车辆状态监测的国内外现状 | 第12-14页 |
| ·粒子滤波算法的国内外研究现状及应用 | 第14-15页 |
| ·基于粒子滤波的状态监测与故障诊断方法 | 第15页 |
| ·本文研究内容 | 第15-17页 |
| 第二章 粒子滤波理论 | 第17-28页 |
| ·系统动态空间模型 | 第17-18页 |
| ·贝叶斯理论 | 第18-20页 |
| ·马尔科夫链 | 第18页 |
| ·Chapman-Kolmogorov 方程 | 第18页 |
| ·贝叶斯公式以及推论 | 第18-19页 |
| ·贝叶斯滤波方法 | 第19-20页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·粒子滤波算法 | 第21-25页 |
| ·序贯重要性采样算法 | 第22-24页 |
| ·采样重要性重采样算法 | 第24-25页 |
| ·基于粒子滤波状态估计的系统状态监测方法 | 第25-27页 |
| ·状态监测原理与步骤 | 第25-26页 |
| ·仿真计算 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 参数估计算法及其应用 | 第28-38页 |
| ·经典卡尔曼滤波 | 第28-30页 |
| ·经典卡尔曼滤波算法 | 第28-29页 |
| ·经典卡尔曼滤波算法的局限性 | 第29-30页 |
| ·扩展卡尔曼滤波 | 第30-31页 |
| ·参数估计算法 | 第31-34页 |
| ·基于扩展卡尔曼滤波的参数估计 | 第31-33页 |
| ·基于粒子滤波和卡尔曼滤波的参数估计 | 第33-34页 |
| ·基于粒子滤波参数估计的系统状态监测 | 第34-37页 |
| ·两种参数估计算法的比较 | 第34-36页 |
| ·状态监测的仿真计算 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 城轨车辆系统模型 | 第38-55页 |
| ·车辆系统运动概述 | 第38-39页 |
| ·轮轨蠕滑力 | 第39-46页 |
| ·蠕滑速度与蠕滑率 | 第39-44页 |
| ·蠕滑力 | 第44-46页 |
| ·车辆系统横向动力学模型 | 第46-51页 |
| ·车辆系统横向动力学方程 | 第46-48页 |
| ·车辆系统横向动态空间模型 | 第48-51页 |
| ·车辆系统垂向动力学模型 | 第51-54页 |
| ·车辆系统垂向动力学方程 | 第51-52页 |
| ·车辆系统垂向动态空间模型 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 城轨车辆系统的状态监测方法 | 第55-83页 |
| ·车辆系统模型 | 第55-57页 |
| ·基于改进策略的参数估计算法 | 第57-60页 |
| ·车辆横向系统的状态监测方法 | 第60-71页 |
| ·参数估计算法的鲁棒性分析 | 第60-64页 |
| ·车辆横向系统的状态监测仿真 | 第64-71页 |
| ·车辆垂向系统的状态监测方法 | 第71-77页 |
| ·参数估计算法的鲁棒性分析 | 第71-72页 |
| ·车辆垂向系统的状态监测仿真 | 第72-77页 |
| ·基于 SIMPACK 观测值的车辆系统状态监测方法 | 第77-82页 |
| ·城轨车辆的 SIMPACK 模型 | 第77-80页 |
| ·基于 SIMPACK 观测值的车辆系统状态监测仿真 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| ·总结 | 第83-84页 |
| ·展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第88-89页 |
| 致谢 | 第89-90页 |
