| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 列车参数估计的研究现状 | 第11页 |
| 1.3 基于非线性滤波器的参数估计 | 第11-12页 |
| 1.4 本文主要的研究内容 | 第12-13页 |
| 1.5 本文结构安排 | 第13-15页 |
| 第2章 高速列车模型 | 第15-26页 |
| 2.1 转向架关键性态参数 | 第15-17页 |
| 2.1.1 横向减振器 | 第16页 |
| 2.1.2 抗蛇行减振器 | 第16-17页 |
| 2.1.3 等效踏面锥度 | 第17页 |
| 2.2 车辆动力学模型建立 | 第17-20页 |
| 2.3 高速列车模型安全性态分析 | 第20-25页 |
| 2.3.1 列车运行稳定性 | 第20-22页 |
| 2.3.2 列车运行平稳性 | 第22-24页 |
| 2.3.3 模型相似性 | 第24-25页 |
| 2.4 列车动力学模型故障设置 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于卡尔曼滤波器的性能参数估计方法 | 第26-37页 |
| 3.1 卡尔曼滤波器 | 第26-28页 |
| 3.2 基于扩展卡尔曼滤波器的参数估计 | 第28-34页 |
| 3.3 高速列车关键参数估计 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于RBPF的参数估计方法 | 第37-56页 |
| 4.1 贝叶斯估计 | 第37-39页 |
| 4.2 蒙特卡洛方法 | 第39-41页 |
| 4.2.1 利用蒙特卡洛方法求解π值 | 第39-40页 |
| 4.2.2 蒙特卡洛积分的收敛性 | 第40-41页 |
| 4.3 粒子滤波器 | 第41-48页 |
| 4.3.1 序贯重要性采样方法 | 第41-43页 |
| 4.3.2 重采样与粒子个数 | 第43-47页 |
| 4.3.3 利用粒子滤波器进行参数估计 | 第47-48页 |
| 4.4 基于RBPF的参数估计理论 | 第48-56页 |
| 4.4.1 Rao-Blackwellised滤波策略 | 第49-53页 |
| 4.4.2 基于Rao-Blackwellised粒子滤波器参数估计 | 第53-56页 |
| 4.5 本章小结 | 第56页 |
| 第5章 基于改进RBPF的参数估计 | 第56-67页 |
| 5.1 改进RBPF参数估计方法 | 第57-58页 |
| 5.2 针对实际情况的改进算法 | 第58-63页 |
| 5.2.1 改进Rao-Blackwellised粒子滤波器 | 第60-63页 |
| 5.3 算法验证与故障检测 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67-68页 |
| 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的学术论文和参与的项目 | 第75页 |
