致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
主要符号对照表 | 第13-14页 |
1 | 第14-27页 |
1.2 列车自动驾驶控制问题及其研究现状 | 第14-18页 |
1.2.1 列车自动驾驶跟踪控制 | 第14-15页 |
1.2.2 列车自动驾驶精确停车控制 | 第15-16页 |
1.2.3 异常情况下的列车自动驾驶控制 | 第16-18页 |
1.3 参数辨识方法的引入 | 第18-25页 |
1.3.1 参数辨识研究的必要性 | 第18-19页 |
1.3.2 列车自动驾驶中的参数辨识问题 | 第19-20页 |
1.3.3 几类参数辨识方法介绍 | 第20-25页 |
1.4 选题的目的与意义 | 第25页 |
1.5 论文研究内容和篇章结构 | 第25-27页 |
2 列车自动驾驶模型及参数辨识基础 | 第27-49页 |
2.1 列车模型综述 | 第27-31页 |
2.1.1 单质点与多质点模型 | 第29-30页 |
2.1.2 列车自动驾驶控制模型 | 第30-31页 |
2.2 广义抽象模型与辨识框架 | 第31-37页 |
2.2.1 广义抽象模型提出 | 第31-34页 |
2.2.2 辨识框架建立 | 第34-35页 |
2.2.3 模型转换 | 第35-37页 |
2.3 辨识实验设计 | 第37-39页 |
2.4 基于辅助模型思想的两类参数辨识方法 | 第39-45页 |
2.4.1 基于辅助模型的梯度辨识方法 | 第39-41页 |
2.4.2 基于辅助模型的递推增广最小二乘辨识方法 | 第41-45页 |
2.5 仿真结果 | 第45-48页 |
2.5.1 线性系统仿真 | 第45-46页 |
2.5.2 非线性系统仿真 | 第46-48页 |
2.6 本章小结 | 第48-49页 |
3 多新息参数辨识方法及其在列车自动驾驶控制中的应用 | 第49-81页 |
3.1 引言 | 第49-50页 |
3.2 基于多新息辨识理论的参数辨识方法研究 | 第50-58页 |
3.2.1 问题描述 | 第50-52页 |
3.2.2 基于多新息辨识理论的广义增广随机梯度算法 | 第52-54页 |
3.2.3 基于滤波技术的多新息随机梯度算法 | 第54-58页 |
3.3 多新息参数辨识方法在列车自动驾驶跟踪控制中的应用 | 第58-62页 |
3.3.1 列车自动驾驶车辆电机控制模型 | 第58-60页 |
3.3.2 基于多新息参数辨识的自适应跟踪控制方法 | 第60-62页 |
3.4 主要收敛结果与证明 | 第62-70页 |
3.5 仿真结果 | 第70-79页 |
3.5.1 辨识算例仿真 | 第70-73页 |
3.5.2 控制实例仿真 | 第73-79页 |
3.6 本章小结 | 第79-81页 |
4 迭代参数辨识方法及其在列车自动驾驶控制中的应用 | 第81-101页 |
4.1 引言 | 第81-82页 |
4.2 基于迭代技术的参数辨识方法研究 | 第82-88页 |
4.2.1 问题描述 | 第82-83页 |
4.2.2 有限量测数据下的迭代参数辨识算法 | 第83-85页 |
4.2.3 基于滚动数据的分解最小二乘迭代参数辨识算法 | 第85-88页 |
4.3 迭代参数辨识方法在列车自动驾驶终端停车控制中的应用 | 第88-96页 |
4.3.1 停车性能指标和停车策略分析 | 第88-90页 |
4.3.2 列车自动驾驶车载制动模型 | 第90-91页 |
4.3.3 基于离线模型的终端停车控制方法 | 第91-93页 |
4.3.4 两阶段自适应终端停车控制方法 | 第93-96页 |
4.4 仿真结果 | 第96-100页 |
4.4.1 辨识算例仿真 | 第96-99页 |
4.4.2 控制实例仿真 | 第99-100页 |
4.5 本章小结 | 第100-101页 |
5 非均匀采样参数辨识和故障检测方法研究 | 第101-125页 |
5.1 引言 | 第101-102页 |
5.2 面向列车自动驾驶的非均匀采样系统参数辨识研究 | 第102-112页 |
5.2.1 面向列车自动驾驶的非均匀采样系统建模 | 第102-103页 |
5.2.2 问题描述 | 第103-104页 |
5.2.3 基于辅助模型和变递推间隔的多率参数辨识算法 | 第104-110页 |
5.2.4 仿真结果 | 第110-112页 |
5.3 面向列车自动驾驶的的故障检测方法研究 | 第112-123页 |
5.3.1 面向列车自动驾驶控制的传感器/执行器故障建模 | 第112-114页 |
5.3.2 问题描述 | 第114-116页 |
5.3.3 基于未知输入观测器的列车自动驾驶传感器故障检测算法 | 第116-120页 |
5.3.4 仿真结果 | 第120-123页 |
5.4 本章小结 | 第123-125页 |
6 总结与展望 | 第125-129页 |
6.1 研究成果总结 | 第125-127页 |
6.2 未来工作展望 | 第127-129页 |
参考文献 | 第129-135页 |
作者简历及攻读博士期间取得的研究成果 | 第135页 |
教育背景 | 第135页 |
以第一作者发表的学术论文 | 第135-138页 |
学位论文数据集 | 第138页 |