| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-23页 |
| 1.1 背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 非高斯随机分布系统控制研究现状 | 第14-15页 |
| 1.2.2 非高斯随机分布系统的故障诊断和容错控制研究 | 第15-17页 |
| 1.2.3 非高斯奇异随机分布系统的最小熵容错控制研究 | 第17-19页 |
| 1.3 主要研究内容 | 第19-21页 |
| 1.3.1 离散非高斯奇异随机分布系统的故障诊断和最小熵容错控制 | 第19-20页 |
| 1.3.2 基于有理平方根逼近的非高斯奇异随机分布系统的最小熵容错控制 | 第20-21页 |
| 1.3.3 连续非高斯奇异随机分布系统的最小 N-熵容错控制 | 第21页 |
| 1.4 课题来源及论文结构安排 | 第21-23页 |
| 1.4.1 课题来源 | 第21-22页 |
| 1.4.2 论文结构安排 | 第22-23页 |
| 2 数学基础及熵简介 | 第23-32页 |
| 2.1 矩阵及泛函知识 | 第23页 |
| 2.1.1 矩阵的秩 | 第23页 |
| 2.1.2 矩阵范数 | 第23页 |
| 2.2 B 样条基础知识 | 第23-25页 |
| 2.2.1 B 样条函数的定义 | 第24页 |
| 2.2.2 B 样条函数的构建 | 第24-25页 |
| 2.3 奇异系统的理论基础 | 第25-29页 |
| 2.3.1 奇异系统的正则性 | 第25-26页 |
| 2.3.2 奇异系统的等价变换 | 第26-27页 |
| 2.3.3 奇异系统的特征值 | 第27-28页 |
| 2.3.4 奇异系统的稳定性 | 第28-29页 |
| 2.4 熵简介 | 第29-32页 |
| 2.4.1 熵概念的提出 | 第29页 |
| 2.4.2 熵的释义 | 第29页 |
| 2.4.3 信息熵及最小熵控制 | 第29-30页 |
| 2.4.4 N-熵的提出 | 第30-32页 |
| 3 离散非高斯奇异随机分布系统的故障诊断与最小熵容错控制 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 模型描述 | 第32-34页 |
| 3.3 故障诊断 | 第34-36页 |
| 3.4 最小熵容错控制 | 第36-39页 |
| 3.5 计算机仿真 | 第39-45页 |
| 3.6 结论 | 第45-46页 |
| 4 基于有理平方根逼近的非高斯奇异随机分布系统的最小熵容错控制 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 模型描述 | 第46-48页 |
| 4.3 故障检测 | 第48-50页 |
| 4.4 故障诊断 | 第50-55页 |
| 4.5 最小熵容错控制 | 第55-57页 |
| 4.6 计算机仿真 | 第57-62页 |
| 4.7 结论 | 第62-63页 |
| 5 连续非高斯奇异随机分布系统的最小 N-熵容错控制 | 第63-75页 |
| 5.1 引言 | 第63页 |
| 5.2 模型描述 | 第63-65页 |
| 5.3 故障诊断 | 第65-67页 |
| 5.4 最小 N-熵容错控制 | 第67-69页 |
| 5.5 计算机仿真 | 第69-74页 |
| 5.6 结论 | 第74-75页 |
| 6 结论与展望 | 第75-78页 |
| 6.1 本文的主要工作 | 第75-76页 |
| 6.2 本文创新性 | 第76页 |
| 6.3 研究展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-85页 |
| 个人简介及研究成果 | 第85页 |
