摘要
符号说明
前言
第一章 文献综述
1.1 数据校正的研究背景
1.2 数据校正技术的研究进展
1.2.1 数据分类
1.2.2 过失误差侦破
1.2.3 传统数据校正技术
1.3 动态数据校正技术研究进展
1.3.1 小波滤波
1.3.2 鲁棒函数与粒子群优化算法
1.3.3 卡尔曼滤波
1.4 数据校正技术应用进展
1.5 本文工作主要内容
第二章 基于小波滤波的过失误差侦破
2.1 小波滤波
2.2 小波阗值函数和阈值的形式
2.2.1 阈值函数
2.2.2 阈值的形式
2.3 小波滤波校正值、分解层与过失误差之间的关系
2.4 实例应用
2.4.1 模拟生成测量值
2.4.2 校正结果
2.5 本章小结
第三章 基于粒子群优化算法的鲁棒数据校正与过失误差侦破
3.1 动态鲁棒数据校正模型
3.2 鲁棒动态数据校正模型求解方法
3.2.1 基于Cauchy分布的鲁棒函数
3.2.2 滑动窗口技术
3.2.3 有限元正交配置法
3.2.4 序贯二次规划法
3.2.5 粒子群优化
3.3 鲁棒动态数据校正方法实例研究
3.3.1 实例模型与粒子群参数选取
3.3.2 数据校正结果
3.4 本章小结
第四章 基于卡尔曼滤波的数据校正
4.1 卡尔曼滤波的基本步骤
4.2 非线性卡尔曼滤波
4.2.1 拓展卡尔曼滤波
4.2.2 无味卡尔曼滤波
4.3 基于鲁棒估计函数改进的卡尔曼滤波
4.4 非线性实例研究
4.4.1 改进卡尔曼滤波的性能研究
4.4.2 改进无味卡尔曼滤波的性能研究
4.4.3 基于不同鲁棒函数改进的无味卡尔曼滤波的性能的研究
4.5 本章小结
结论
参考文献
致谢
攻读学位期间发表的学术论文
声明