| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·前言 | 第7页 |
| ·故障诊断的研究现状 | 第7-10页 |
| ·基于信号处理的方法 | 第7-8页 |
| ·基于知识的方法 | 第8页 |
| ·基于解析模型的方法 | 第8-10页 |
| ·移动机器人故障诊断的研究现状 | 第10-11页 |
| ·基于信号处理的方法 | 第10页 |
| ·基于知识的方法 | 第10页 |
| ·基于解析模型的方法 | 第10-11页 |
| ·移动机器人的故障分类 | 第11-13页 |
| ·移动机器人故障诊断的特点和难点 | 第13页 |
| ·论文主要工作及章节安排 | 第13-15页 |
| 第二章 无味卡尔曼滤波 | 第15-25页 |
| ·卡尔曼滤波 | 第15-18页 |
| ·贝叶斯估计 | 第15-17页 |
| ·卡尔曼滤波方程 | 第17-18页 |
| ·扩展卡尔曼滤波方程 | 第18-19页 |
| ·无味卡尔曼滤波 | 第19-23页 |
| ·无味变换 | 第19-20页 |
| ·采样策略 | 第20-21页 |
| ·UKF 方程 | 第21-23页 |
| ·仿真分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 变结构多模型算法 | 第25-47页 |
| ·多模型算法的发展 | 第25-26页 |
| ·交互多模型算法 | 第26-29页 |
| ·交互多模型算法的原理 | 第26-27页 |
| ·交互多模型算法的计算过程 | 第27-29页 |
| ·IMM 的局限性 | 第29-30页 |
| ·VSMM 的原理 | 第30-32页 |
| ·MSA 算法 | 第32-34页 |
| ·有向图的简介 | 第32-33页 |
| ·三种 MSA 算法 | 第33-34页 |
| ·常见的 VSMM 算法 | 第34-35页 |
| ·MGS 算法 | 第35-43页 |
| ·MGS 的特点 | 第35-36页 |
| ·MGS 的步骤 | 第36-39页 |
| ·MGS 算法设计 | 第39-43页 |
| ·模型集覆盖 | 第39-40页 |
| ·模型群激活和终止逻辑 | 第40-42页 |
| ·模型群的初始化 | 第42-43页 |
| ·MGS 算法的初始化 | 第43页 |
| ·仿真分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于 VSMM_UKF 的移动机器人故障诊断 | 第47-63页 |
| ·移动机器人的动力学模型 | 第47-49页 |
| ·模型群覆盖设计 | 第49-51页 |
| ·模型群激活和终止逻辑 | 第51-52页 |
| ·新激活模型群的模型转移概率 | 第52-54页 |
| ·基于 MGS 故障诊断算法的过程 | 第54-57页 |
| ·故障诊断的流程图 | 第54页 |
| ·VSMM_UKF 的算法过程 | 第54-57页 |
| ·仿真实验 | 第57-60页 |
| ·仿真内容的设定 | 第57页 |
| ·初始化参数设定 | 第57-60页 |
| ·仿真结果分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结 | 第63-65页 |
| ·主要工作回顾 | 第63页 |
| ·需进一步研究的地方 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 个人简历 在读期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |