| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究发展状况 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 发动机状态变量模型 | 第15-35页 |
| ·发动机非线性模型 | 第15-16页 |
| ·发动机状态变量模型 | 第16-19页 |
| ·小扰动法 | 第19-27页 |
| ·非线性模型的收敛指标对建立SVM 的影响 | 第21-23页 |
| ·非线性模型线性化范围的确定 | 第23-27页 |
| ·非线性动态模型的建模方法对小扰动法建立SVM 的影响 | 第27页 |
| ·复合拟合法 | 第27-32页 |
| ·改进拟合法求解A、B 矩阵 | 第28-30页 |
| ·拟合法求解C、D 矩阵 | 第30-32页 |
| ·复合拟合法精度检验 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 大偏差状态变量模型 | 第35-42页 |
| ·建模原理 | 第35-38页 |
| ·利用拟合和插值算法求非存贮点的SVM 和稳态基点模型 | 第38-40页 |
| ·利用拟合算法求SVM 和稳态基点 | 第38-40页 |
| ·利用插值算法求SVM 和稳态基点 | 第40页 |
| ·数字仿真 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 包含健康参数的状态变量模型 | 第42-57页 |
| ·包含健康参数的状态变量模型及其求取 | 第42-43页 |
| ·卡尔曼滤波器设计 | 第43-44页 |
| ·卡尔曼滤波估计可观性 | 第44-45页 |
| ·建立ASVM 的修正方法 | 第45-48页 |
| ·矩阵条件数与卡尔曼滤波估计品质 | 第48-52页 |
| ·Q、R 的选取对卡尔曼滤波估计的影响 | 第52-53页 |
| ·状态量包含温度的自适应模型 | 第53页 |
| ·自适应模型的动态仿真 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 自适应机载实时模型的神经网络修正 | 第57-66页 |
| ·神经网络的修正机制 | 第58-59页 |
| ·神经网络BP 算法 | 第59-60页 |
| ·BP 算法在自适应模型中的应用 | 第60-64页 |
| ·神经网络修正下的健康参数估计 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 在学期间发表的学术论文 | 第71页 |