基于粒子滤波的故障预报算法研究
| 中文摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 中文详细摘要 | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| 第一节 研究背景及意义 | 第9-10页 |
| 第二节 动态系统故障预报方法综述 | 第10-12页 |
| 第三节 粒子滤波在故障预报中的研究现状 | 第12-13页 |
| 第四节 本文主要研究内容及组织结构 | 第13-15页 |
| 第二章 课题理论基础 | 第15-31页 |
| 第一节 动态系统状态空间模型 | 第15-16页 |
| 第二节 蒙特卡洛方法 | 第16-17页 |
| 第三节 贝叶斯理论 | 第17-20页 |
| 2.3.1 基础知识 | 第17-18页 |
| 2.3.2 递推贝叶斯估计 | 第18-19页 |
| 2.3.3 贝叶斯滤波 | 第19-20页 |
| 第四节 粒子滤波算法 | 第20-28页 |
| 2.4.1 重要性采样 | 第21-22页 |
| 2.4.2 序贯重要性采样 | 第22-24页 |
| 2.4.3 重采样 | 第24-26页 |
| 2.4.4 粒子滤波算法步骤及流程 | 第26-28页 |
| 第五节 常用相似度度量方法 | 第28-30页 |
| 第六节 本章小结 | 第30-31页 |
| 第三章 匹配等长序列的粒子滤波故障预报 | 第31-41页 |
| 第一节 新型相似度度量方法 | 第31-32页 |
| 第二节 基于改进余弦相似度的粒子滤波故障预报算法 | 第32-35页 |
| 3.2.1 算法思想 | 第33页 |
| 3.2.2 算法步骤及流程 | 第33-35页 |
| 第三节 实验与分析 | 第35-40页 |
| 第四节 本章小结 | 第40-41页 |
| 第四章 匹配不等长序列的粒子滤波故障预报 | 第41-51页 |
| 第一节 动态时间弯曲匹配思想 | 第41-43页 |
| 第二节 基于动态时间弯曲的粒子滤波故障预报算法 | 第43-45页 |
| 4.2.1 算法思想 | 第43-44页 |
| 4.2.2 算法步骤及流程 | 第44-45页 |
| 第三节 实验与分析 | 第45-48页 |
| 第四节 本章小结 | 第48-51页 |
| 第五章 设备运行数据的异常监测与故障预报软件 | 第51-57页 |
| 第一节 软件功能简介 | 第51-52页 |
| 第二节 软件使用方法 | 第52-55页 |
| 第三节 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 第一节 本文工作总结 | 第57页 |
| 第二节 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读学位期间承担的科研任务与主要成果 | 第65-67页 |
| 致谢 | 第67-69页 |
| 个人简历 | 第69-71页 |
