| 中文摘要 | 第1-14页 |
| 英文摘要 | 第14-16页 |
| 主要符号对照表 | 第16-17页 |
| 第1章 引言 | 第17-23页 |
| ·课题研究的背景和意义 | 第17-18页 |
| ·国内外研究的发展现状 | 第18-21页 |
| ·时滞系统滤波 | 第18-19页 |
| ·白噪声估计 | 第19-20页 |
| ·故障诊断技术 | 第20-21页 |
| ·本文的主要工作 | 第21-23页 |
| 第2章 控制系统白噪声估计新方法 | 第23-43页 |
| ·引言 | 第23页 |
| ·工程背景 | 第23-25页 |
| ·问题描述 | 第25-26页 |
| ·基于卡尔曼滤波技术的白噪声估计器设计 | 第26-39页 |
| ·白噪声最优预报器(N<0) | 第26页 |
| ·白噪声最优滤波器(N=0) | 第26-32页 |
| ·最优白噪声固定滞后平滑器(N>0) | 第32-36页 |
| ·最优白噪声固定区间平滑器 | 第36-39页 |
| ·系统分析与实例仿真 | 第39-40页 |
| ·小结 | 第40-43页 |
| 第3章 有测量时滞的离散系统的输入白噪声最优估计器 | 第43-73页 |
| ·引言 | 第43-44页 |
| ·问题描述 | 第44-45页 |
| ·基于重组新息理论的设计 | 第45-50页 |
| ·重组观测序列 | 第45-46页 |
| ·重组新息序列 | 第46-48页 |
| ·Riccati方程 | 第48-49页 |
| ·状态最优预报器 | 第49-50页 |
| ·主要结论(单组时滞) | 第50-56页 |
| ·平滑增益阵 | 第50-53页 |
| ·输入白噪声的最优平滑器 | 第53-56页 |
| ·仿真实例 | 第56-58页 |
| ·计算量分析 | 第58-61页 |
| ·多时滞观测系统的白噪声最优估计 | 第61-72页 |
| ·问题描述 | 第61-62页 |
| ·多重时滞系统的观测序列重组 | 第62-64页 |
| ·多时滞系统的新息重组序列 | 第64-65页 |
| ·多时滞系统Riccati方程 | 第65-67页 |
| ·多时滞系统的状态最优预测器 | 第67页 |
| ·输入白噪声最优平滑器(多时滞系统) | 第67-70页 |
| ·观测白噪声最优估值器(多时滞情形) | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 连续时滞系统的白噪声最优平滑 | 第73-83页 |
| ·引言 | 第73-74页 |
| ·问题描述 | 第74-75页 |
| ·基于重组新息理论的设计 | 第75-77页 |
| ·输入白噪声的H_2最优平滑器 | 第77-79页 |
| ·仿真实例 | 第79页 |
| ·小结 | 第79-83页 |
| 第5章 多测量时滞系统H_∞滤波研究 | 第83-97页 |
| ·引言 | 第83-84页 |
| ·问题描述 | 第84-85页 |
| ·多时滞系统的H_∞滤波 | 第85-95页 |
| ·基于Krein空间的等价问题 | 第87-89页 |
| ·重组观测序列 | 第89-90页 |
| ·重组新息序列 | 第90-91页 |
| ·Riccati方程 | 第91-94页 |
| ·H_∞滤波器设计 | 第94-95页 |
| ·仿真实例 | 第95-96页 |
| ·小结 | 第96-97页 |
| 第6章 有未知输入控制系统的H_∞故障诊断 | 第97-109页 |
| ·引言 | 第97-98页 |
| ·问题描述 | 第98-99页 |
| ·预备知识 | 第99-106页 |
| ·观测序列重组 | 第103页 |
| ·重组新息序列 | 第103-105页 |
| ·Riccati方程 | 第105-106页 |
| ·计算(?)(k,1) | 第106页 |
| ·主要结论 | 第106-107页 |
| ·实例仿真 | 第107页 |
| ·本章小结 | 第107-109页 |
| 第7章 结论 | 第109-111页 |
| ·总结 | 第109页 |
| ·对未来工作的展望 | 第109-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-121页 |
| 攻读博士学位期间完成论文与著作 | 第121-123页 |
| 参加的科研项目 | 第123-125页 |
| 附录 完成的英文论文 | 第125-126页 |
| 学位论文评阅及答辩情况表 | 第126页 |