高速列车跟踪试验及状态监测的时序模型研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13-16页 |
| 第二章 跟踪试验数据预处理 | 第16-24页 |
| 2.1 跟踪试验系统概述 | 第16-18页 |
| 2.1.1 无线数据采集系统 | 第16-17页 |
| 2.1.2 列车监测系统 | 第17页 |
| 2.1.3 地面数据处理系统 | 第17-18页 |
| 2.1.4 远程监控中心 | 第18页 |
| 2.2 数据预处理方法 | 第18-21页 |
| 2.2.1 消除趋势项 | 第18-20页 |
| 2.2.2 数据平滑 | 第20页 |
| 2.2.3 数字滤波 | 第20-21页 |
| 2.3 跟踪试验数据预处理 | 第21-23页 |
| 2.3.1 时频分析 | 第21-22页 |
| 2.3.2 滤波处理 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 时间序列分析 | 第24-53页 |
| 3.1 时间序列分析概述 | 第24-25页 |
| 3.1.1 时间序列 | 第24-25页 |
| 3.1.2 时间序列分析方法 | 第25页 |
| 3.2 时间序列模型建立方法 | 第25-27页 |
| 3.2.1 时间序列模型概述 | 第25-26页 |
| 3.2.2 传统时间序列模型建立方法 | 第26-27页 |
| 3.2.3 时间序列自动建模方法 | 第27页 |
| 3.3 自动建模时序建模参数估计 | 第27-30页 |
| 3.3.1 AR模型参数估计 | 第27-28页 |
| 3.3.2 MA模型参数估计 | 第28-29页 |
| 3.3.3 ARMA模型参数估计 | 第29-30页 |
| 3.4 跟踪试验数据时序分析 | 第30-52页 |
| 3.4.1 跟踪试验数据相关性分析 | 第30-31页 |
| 3.4.2 时序模型数据长度的确定 | 第31-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 判定函数研究 | 第53-59页 |
| 4.1 传统判定函数 | 第53-55页 |
| 4.1.1 残差方差图定阶法 | 第53-54页 |
| 4.1.2 F检验定阶法 | 第54页 |
| 4.1.3 AIC准则 | 第54-55页 |
| 4.2 自动建模判定函数研究 | 第55-57页 |
| 4.2.1 AR模型判定函数 | 第55-56页 |
| 4.2.2 MA模型准则函数 | 第56页 |
| 4.2.3 ARMA模型准则函数 | 第56-57页 |
| 4.3 时间序列自动建模 | 第57-58页 |
| 4.3.1 模型预测准确率 | 第57-58页 |
| 4.3.2 跟踪试验数据自动建模 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 典型工况时序模型 | 第59-64页 |
| 5.1 典型工况下的关键部件时序建模 | 第59-61页 |
| 5.1.1 换气装置通用时序模型 | 第59-60页 |
| 5.1.2 轴箱通用时序模型 | 第60-61页 |
| 5.2 时间序列自动建模与传统方法的对比 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文及参与科研项目情况 | 第69页 |
