| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 粒子滤波的发展概述 | 第13-14页 |
| 1.2.1 粒子滤波的发展现状及其应用 | 第13页 |
| 1.2.2 粒子滤波存在的问题和相关的解决方法 | 第13-14页 |
| 1.3 序贯概率比检验理论的发展和研究现状 | 第14-17页 |
| 1.3.1 序贯概率比在故障诊断领域的应用研究 | 第16页 |
| 1.3.2 序贯概率比检验在目标检测和识别领域的应用研究 | 第16-17页 |
| 1.4 论文主要研究内容及安排 | 第17-19页 |
| 第2章 粒子滤波改进算法的研究 | 第19-37页 |
| 2.1 粒子滤波基本理论 | 第19-23页 |
| 2.1.1 贝叶斯理论 | 第19-21页 |
| 2.1.2 蒙特卡洛方法 | 第21-23页 |
| 2.2 传统粒子滤波算法 | 第23-30页 |
| 2.2.1 粒子滤波算法 | 第23-30页 |
| 2.2.1.1 序贯重要性采样 | 第23-24页 |
| 2.2.1.2 重采样技术 | 第24-25页 |
| 2.2.1.3 标准粒子滤波算法 | 第25-30页 |
| 2.2.2 影响粒子滤波算法的相关问题 | 第30页 |
| 2.3 基于RBF网络优化的粒子滤波 | 第30-34页 |
| 2.3.1 RBF网络及其学习算法 | 第30-32页 |
| 2.3.2 RBF网络优化的粒子滤波算法 | 第32-34页 |
| 2.4 粒子滤波及其改进算法的仿真 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 序贯概率比检验理论算法研究 | 第37-45页 |
| 3.1 基本概念 | 第37-38页 |
| 3.1.1 初假设和备选假设 | 第37-38页 |
| 3.1.2 似然比检验 | 第38页 |
| 3.2 Wald的序贯概率比检验理论 | 第38-40页 |
| 3.2.1 序贯概率比检验理论的定义 | 第38-39页 |
| 3.2.2 序贯检验的判决域 | 第39-40页 |
| 3.2.3 序贯检验的性质 | 第40页 |
| 3.3 基本序贯概率比检验算法 | 第40-42页 |
| 3.4 序贯概率比检验算法的改进 | 第42-43页 |
| 3.5 序贯概率比检验在工程实践中的应用步骤 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 实验设计 | 第45-55页 |
| 4.1 齿轮箱故障诊断实验 | 第45-53页 |
| 4.1.1 故障模式的选择及其参数的设置 | 第46-48页 |
| 4.1.2 齿轮的选择 | 第48页 |
| 4.1.3 实验参数设置 | 第48-51页 |
| 4.1.4 采集设备 | 第51页 |
| 4.1.5 实验步骤 | 第51-53页 |
| 4.2 本章小结 | 第53-55页 |
| 第5章 改进粒子滤波及序贯检验在齿轮箱诊断中的应用 | 第55-79页 |
| 5.1 试验振动信号系统模型的建立 | 第55-56页 |
| 5.2 参数优化 | 第56-59页 |
| 5.2.1 粒子数目对状态估计的影响 | 第56-57页 |
| 5.2.2 初始状态和初始状态方差 | 第57-58页 |
| 5.2.3 噪声方差对状态估计的影响 | 第58-59页 |
| 5.3 基于改进粒子滤波降噪的预期处理 | 第59-61页 |
| 5.3.1 RBF粒子滤波降噪原理 | 第59页 |
| 5.3.2 齿轮箱振动信号的改进粒子滤波降噪结果 | 第59-61页 |
| 5.4 特征值提取 | 第61-62页 |
| 5.5 基于序贯概率比检验的齿轮箱故障诊断 | 第62-67页 |
| 5.5.1 序贯概率比检验的算法研究 | 第62-64页 |
| 5.5.2 诊断结果分析 | 第64-67页 |
| 5.6 基于三层序贯概率比检验的齿轮箱多状态识别 | 第67-77页 |
| 5.6.1 识别流程 | 第67-70页 |
| 5.6.2 均方根误差算法 | 第70-71页 |
| 5.6.3 结果与讨论 | 第71-77页 |
| 5.7 本章小结 | 第77-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 6.1 论文总结 | 第79-80页 |
| 6.2 论文展望 | 第80-81页 |
| 参考文献 | 第81-89页 |
| 攻读硕士期间已发表的论文 | 第89-91页 |
| 致谢 | 第91页 |