| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景及意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文的主要内容安排 | 第14-16页 |
| 第二章 轨道不平顺及其数值模拟 | 第16-30页 |
| ·轨道不平顺种类 | 第16-19页 |
| ·轨道不平顺的数值模拟 | 第19-29页 |
| ·美国轨道谱 | 第19-20页 |
| ·轨道随机不平顺中长波时域样本 | 第20-23页 |
| ·常见短波不平顺及数学描述 | 第23-25页 |
| ·轨道随机不平顺人工短波时域样本 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 SIMPACK轨道车辆建模与仿真 | 第30-39页 |
| ·轨道车辆动力学模型的建立 | 第30-33页 |
| ·软件概述 | 第30-31页 |
| ·轨道车辆模型的建立 | 第31-33页 |
| ·轨道车辆动力学模型的验证 | 第33-36页 |
| ·最大振动加速度 | 第33页 |
| ·系统根轨迹计算 | 第33-34页 |
| ·动力学模型的数据验证 | 第34-36页 |
| ·轴箱振动加速度信号的仿真 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于数据驱动的轨道不平顺估计 | 第39-65页 |
| ·不平顺特征提取及预处理 | 第39-47页 |
| ·时域特征 | 第39-42页 |
| ·频域特征 | 第42-44页 |
| ·数据归一化 | 第44页 |
| ·基于PCA的数据降维 | 第44-47页 |
| ·基于神经网络的轨道不平顺估计研究 | 第47-53页 |
| ·基于BP神经网络的轨道不平顺估计 | 第47-50页 |
| ·基于PNN神经网络的轨道不平顺估计 | 第50-53页 |
| ·基于支持向量机的轨道不平顺估计研究 | 第53-64页 |
| ·支持向量机概述 | 第53-57页 |
| ·基于支持向量机的轨道不平顺估计 | 第57-59页 |
| ·改进支持向量机在轨道不平顺估计中的应用 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 基于LabVIEW的轨道不平顺估计软件实现 | 第65-71页 |
| ·基于LabVIEW的轨道不平顺估计软件设计 | 第65-68页 |
| ·基于实测数据的软件应用 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-72页 |
| ·总结 | 第71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文及取得的相关科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |