| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的内容安排 | 第15-17页 |
| 第二章 基于融合滤波算法的发动机性能健康预测方法 | 第17-35页 |
| 2.1 发动机模型与性能健康预测原理 | 第17-20页 |
| 2.1.1 发动机非线性模型 | 第17-18页 |
| 2.1.2 发动机状态变量模型 | 第18页 |
| 2.1.3 发动机性能健康预测方法的原理 | 第18-20页 |
| 2.2 基于线性融合卡尔曼滤波算法的发动机性能健康预测 | 第20-27页 |
| 2.2.1 线性卡尔曼滤波器 | 第20-21页 |
| 2.2.2 联邦滤波算法的前馈式与反馈式结构 | 第21-22页 |
| 2.2.3 线性融合卡尔曼滤波器的设计 | 第22-24页 |
| 2.2.4 线性融合卡尔曼滤波器性能健康预测仿真与分析 | 第24-27页 |
| 2.3 基于非线性融合卡尔曼滤波算法的发动机性能健康预测 | 第27-33页 |
| 2.3.1 扩展卡尔曼滤波器 | 第27页 |
| 2.3.2 非线性融合卡尔曼滤波器的设计 | 第27-29页 |
| 2.3.3 非线性融合卡尔曼滤波器的精度分析 | 第29-31页 |
| 2.3.4 非线性融合卡尔曼滤波器性能健康预测仿真与分析 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于混合联邦滤波器的发动机性能健康融合滤波预测方法 | 第35-50页 |
| 3.1 混合联邦滤波算法 | 第35-40页 |
| 3.1.1 混合联邦滤波器的设计 | 第35-38页 |
| 3.1.2 混合联邦滤波器的精度分析 | 第38-40页 |
| 3.2 基于混合联邦滤波器的发动机性能健康预测方法实现 | 第40-42页 |
| 3.2.1 传感器测量参数的分组 | 第40-42页 |
| 3.2.2 信息分配系数的确定 | 第42页 |
| 3.3 混合联邦滤波器性能健康预测仿真与分析 | 第42-49页 |
| 3.3.1 混合联邦滤波器气路故障诊断精度仿真 | 第42-46页 |
| 3.3.2 混合联邦滤波器计算性能仿真 | 第46-47页 |
| 3.3.3 混合联邦滤波器传感器容错性能仿真 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 基于强非线性混合联邦滤波器的发动机性能健康融合滤波预测方法 | 第50-61页 |
| 4.1 强非线性混合联邦滤波算法 | 第50-56页 |
| 4.1.1 无迹卡尔曼滤波器 | 第50-51页 |
| 4.1.2 强非线性混合联邦滤波器的设计 | 第51-52页 |
| 4.1.3 强非线性混合联邦滤波器性能健康预测仿真与分析 | 第52-56页 |
| 4.2 混合联邦滤波器的异步融合机制 | 第56-60页 |
| 4.2.1 非等间隔融合滤波算法 | 第56-58页 |
| 4.2.2 线性与非线性混合联邦滤波器的异步融合仿真与分析 | 第58-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第五章 基于半物理仿真平台的发动机性能健康融合滤波算法验证 | 第61-68页 |
| 5.1 发动机半物理仿真平台介绍 | 第61-62页 |
| 5.2 发动机性能健康预测半物理实验方案 | 第62-63页 |
| 5.3 试验与分析 | 第63-67页 |
| 5.3.1 混合联邦滤波器试验分析 | 第63-65页 |
| 5.3.2 强非线性混合联邦滤波器试验分析 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文主要工作总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 在学期间的研究成果及发表的学术论文 | 第75页 |
