声明
摘要
1 绪论
1.1 引言
1.2 数据协调及显著误差检测
1.2.1 稳态数据协调
1.2.2 动态数据协调
1.2.3 显著误差检测
1.3 鲁棒数据校正
1.4 基于历史数据的数据校正技术
1.5 实际应用情况
1.6 本文结构安排
2 数据校正基本原理
2.1 引言
2.2 数据协调基本原理
2.3 显著误差检测原理
2.3.1 整体检验法(GT)
2.3.2 节点检验法(NT)
2.3.3 测量残差检验法(MT)
2.3.4 主元检测法(PCT)
2.4 鲁棒数据校正原理
2.4.1 鲁棒最小二乘估计原理
2.4.2 Huber估计
2.4.3 Fair估计
2.5 本章小结
3 多稳态历史数据校正——基于PCA方法
3.1 引言
3.2 主元分析法基本原理
3.3 主元分析法数据协调原理
3.3.1 误差方差矩阵已知——PCA
3.3.2 误差方差矩阵未知——IPCA
3.4 迭代测量检验法(IMT)
3.4.1 迭代测量检验法(IMT)原理
3.4.2 修正的迭代测量检验法(MIMT)
3.4.3 改进型IMT法
3.5 基于改进型IMT法和主元分析法的迭代算法
3.5.1 PCA-IMT迭代算法
3.5.2 IPCA-IMT迭代算法
3.6 仿真实例
3.7 本章小结
4 误差分布模型未知的历史数据——基于GT估计
4.1 引言
4.2 广义T分布数据校正技术原理
4.2.1 广义T(GT)分布
4.2.2 GT估计原理
4.2.3 最大似然法求参数
4.3 粒子群优化算法(PSO)
4.3.1 PSO算法基本概念
4.3.2 PSO算法参数辨识
4.4 萤火虫算法(FA)
4.4.1 FA算法原理
4.4.2 FA算法参数辨识
4.5 仿真实例
4.5.1 历史数据规模选择
4.5.2 GT分布参数辨识
4.5.3 GT估计结果比较
4.6 本章小结
5 动态数据校正技术研究
5.1 引言
5.2 卡尔曼滤波原理
5.2.1 EM算法原理
5.2.2 EM-KF方法原理
5.3 改进型EM-AKF方法
5.4 仿真实例
5.4.1 EM-KF方法性能分析
5.4.2 AKF方法性能分析
5.4.3 EM-AKF方法性能分析
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
攻读硕士学位期间发表的论文和出版著作情况