| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14页 |
| ·非线性滤波算法的研究现状 | 第14-16页 |
| ·扩展卡尔曼滤波 | 第14-15页 |
| ·无迹卡尔曼滤波 | 第15页 |
| ·容积卡尔曼滤波 | 第15-16页 |
| ·粒子滤波 | 第16页 |
| ·滤波算法的鲁棒性和自适应方法研究现状 | 第16-18页 |
| ·滤波算法鲁棒性研究 | 第16-17页 |
| ·滤波算法噪声的自适应方法 | 第17-18页 |
| ·非线性滤波算法在发酵过程中的应用 | 第18-19页 |
| ·课题的研究意义和主要研究内容 | 第19-22页 |
| ·课题的研究意义 | 第19-20页 |
| ·课题的主要研究内容 | 第20-22页 |
| 第二章 自适应鲁棒非线性滤波算法研究 | 第22-42页 |
| ·引言 | 第22页 |
| ·非线性滤波算法 | 第22-30页 |
| ·扩展卡尔曼滤波 | 第23-24页 |
| ·无迹卡尔曼滤波 | 第24-25页 |
| ·容积卡尔曼滤波 | 第25-28页 |
| ·平方根容积卡尔曼滤波 | 第28-30页 |
| ·自适应强跟踪平方根容积卡尔曼滤波算法 | 第30-34页 |
| ·强跟踪滤波器的基本原理 | 第30-31页 |
| ·强跟踪平方根容积卡尔曼滤波 | 第31-32页 |
| ·噪声统计估计器设计 | 第32页 |
| ·自适应强跟踪平方根容积卡尔曼滤波算法 | 第32-34页 |
| ·实验与分析 | 第34-40页 |
| ·非线性滤波算法标准验证模型 | 第34-36页 |
| ·自由落体运动模型 | 第36-40页 |
| ·小结 | 第40-42页 |
| 第三章 SCKF 算法噪声统计特性的自适应估计方法研究 | 第42-56页 |
| ·引言 | 第42页 |
| ·次优无偏 MAP 噪声统计估计器 | 第42-48页 |
| ·极大后验估计原理 | 第42-43页 |
| ·应用于 SCKF 的 MAP 噪声统计估计器 | 第43-48页 |
| ·基于 EMD 的量测噪声统计特性估计 | 第48-51页 |
| ·经验模态分解的基本原理 | 第48-49页 |
| ·基于经验模态分解估计量测噪声协方差阵 | 第49-51页 |
| ·SCKF 算法噪声统计特性的自适应估计 | 第51-52页 |
| ·实验与分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第四章 自适应鲁棒滤波算法在发酵过程状态估计中的应用 | 第56-66页 |
| ·引言 | 第56页 |
| ·非线性滤波算法在发酵过程中的应用 | 第56-57页 |
| ·发酵过程状态估计实验与分析 | 第57-65页 |
| ·基于机理建模的发酵过程状态估计 | 第57-61页 |
| ·基于混合建模的发酵过程状态估计 | 第61-65页 |
| ·小结 | 第65-66页 |
| 第五章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 研究成果及发表的学术论文 | 第72-74页 |
| 作者简介 | 第74-75页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第75-76页 |