| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·国内外研究现状和发展趋势 | 第10-13页 |
| ·外骨骼机器人发展现状 | 第10-12页 |
| ·时间序列预测研究发展趋势 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文章节组织结构 | 第14-15页 |
| 第2章 时间序列预测相关技术概述 | 第15-26页 |
| ·时间序列分析简介 | 第15-16页 |
| ·时间序列模型及建模方式 | 第16-24页 |
| ·时间序列基本模型 | 第16-18页 |
| ·时间序列预测模型识别 | 第18-19页 |
| ·模型定阶方法 | 第19-22页 |
| ·模型参数估计 | 第22-24页 |
| ·滑动窗口二次自回归模型（MWDAR） | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 外骨骼助力机器人预测系统的设计与分析 | 第26-36页 |
| ·系统整体设计框架 | 第26页 |
| ·系统硬件的设计 | 第26-29页 |
| ·信号输出模块 | 第26-27页 |
| ·微过滤模块 | 第27-28页 |
| ·数据采集模块 | 第28-29页 |
| ·系统软件的设计 | 第29-30页 |
| ·可穿戴式助力机器人的感知系统分析 | 第30-33页 |
| ·感知系统的分析 | 第30-32页 |
| ·传感器信号特点分析 | 第32-33页 |
| ·MWDAR 模型的仿真结果分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 传感器信号实时预测算法 | 第36-49页 |
| ·粒子滤波技术概述 | 第36-38页 |
| ·粒子滤波算法简介 | 第36-37页 |
| ·粒子滤波算法发展及其应用 | 第37-38页 |
| ·传感器时间序列信号优化算法 | 第38-44页 |
| ·Eviews 工具简介 | 第38页 |
| ·观测值相关性分析 | 第38-40页 |
| ·基础模型阶次估计与短时窗口大小确定 | 第40-42页 |
| ·基于 PF 优化的改进模型-PF_MWDAR | 第42-44页 |
| ·传感器时间序列信号预测算法的仿真 | 第44-48页 |
| ·人体在快速行走过程中传感器时间序列信号预测算法的仿真 | 第45-46页 |
| ·人体在正常或慢速行走过程传感器时间序列信号预测算法仿真 | 第46-47页 |
| ·传感器时间序列信号预测算法仿真结果分析 | 第47页 |
| ·算法计算时间分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 传感器时间序列信号的倍频技术 | 第49-59页 |
| ·传感器信号响应频率及粒子滤波延时性 | 第49-50页 |
| ·插值技术概述 | 第50-54页 |
| ·拉格朗日（Lagrange）插值法 | 第50-51页 |
| ·牛顿（Newton）插值法 | 第51-52页 |
| ·埃尔米特（Hermite）插值法 | 第52页 |
| ·分段多项式插值法 | 第52-53页 |
| ·三次样条插值法 | 第53-54页 |
| ·三次样条插值算法的求解 | 第54-55页 |
| ·三次样条插值倍频算法仿真及结果分析 | 第55-58页 |
| ·人体在快速行走过程中时间序列信号倍频算法仿真 | 第56-57页 |
| ·人体在正常或者慢速行走过程中时间序列信号倍频算法仿真 | 第57-58页 |
| ·传感器信号倍频算法的仿真结果分析 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者在读期间发表的学术论文及参加的科研项目 | 第66-67页 |
| 详细摘要 | 第67-69页 |
