| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题的研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 故障检测技术的研究现状 | 第13-16页 |
| 1.2.2 基于粒子滤波故障检测方法的研究现状 | 第16-18页 |
| 1.3 本文的主要工作及结构安排 | 第18-20页 |
| 第2章 粒子滤波的基本理论 | 第20-27页 |
| 2.1 动态空间模型 | 第20页 |
| 2.2 粒子滤波算法 | 第20-25页 |
| 2.2.1 贝叶斯估计理论 | 第20-23页 |
| 2.2.2 标准粒子滤波算法 | 第23-24页 |
| 2.2.3 粒子滤波算法实现过程 | 第24-25页 |
| 2.3 粒子滤波存在的问题以及难点 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于萤火虫优化的粒子滤波故障状态估计方法 | 第27-36页 |
| 3.1 萤火虫算法 | 第27-29页 |
| 3.1.1 萤火虫算法理论 | 第27-28页 |
| 3.1.2 权值抖动的萤火虫算法 | 第28-29页 |
| 3.2 不完全重采样过程 | 第29页 |
| 3.3 改进粒子滤波的故障状态估计实现流程 | 第29-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 未知噪声下改进粒子滤波的故障状态估计方法 | 第36-44页 |
| 4.1 噪声估计 | 第36-40页 |
| 4.1.1 Sage-Husa噪声估计器 | 第36-37页 |
| 4.1.2 Sage-Husa的自适应无迹卡尔曼滤波 | 第37-40页 |
| 4.2 未知噪声下改进粒子滤波方法实现流程 | 第40页 |
| 4.3 实验结果与分析 | 第40-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 基于粒子滤波的故障检测实例研究 | 第44-56页 |
| 5.1 基于粒子滤波的故障检测方法 | 第44-47页 |
| 5.1.1 似然函数值和残差平滑值的故障检测方法 | 第44-46页 |
| 5.1.2 故障漏报率和误报率 | 第46-47页 |
| 5.2 基于粒子滤波的一维非线性系统故障检测 | 第47-50页 |
| 5.2.1 故障检测问题描述 | 第47页 |
| 5.2.2 实验结果与分析 | 第47-50页 |
| 5.3 基于粒子滤波的三容水箱DTS200系统故障检测 | 第50-54页 |
| 5.3.1 三容水箱系统模型的建立 | 第50-51页 |
| 5.3.2 三容水箱系统的故障检测问题描述 | 第51-52页 |
| 5.3.3 实验结果与分析 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士期间参与科研项目与发表学术论文 | 第64页 |