| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 绪论 | 第7-19页 |
| 第1章 带相同观测阵和相关观测噪声系统的两种加权观测融合稳态Kalman 估值器 | 第19-69页 |
| ·引言 | 第19页 |
| ·两种加权观测融合Kalman 滤波算法的功能等价性 | 第19-30页 |
| ·两种观测融合方法 | 第19-23页 |
| ·加权观测融合Kalman 滤波算法的功能等价性 | 第23-25页 |
| ·两种加权观测融合算法的功能等价性和渐进全局最优性 | 第25-30页 |
| ·基于现代时间序列分析方法的观测融合稳态Kalman 估值器 | 第30-39页 |
| ·加权观测融合稳态Kalman 估值器 | 第30-35页 |
| ·集中式观测融合稳态Kalman 估值器 | 第35-39页 |
| ·仿真例子 | 第39-68页 |
| ·仿真例子1 | 第39-47页 |
| ·仿真例子2 | 第47-57页 |
| ·仿真例子3 | 第57-68页 |
| ·本章小结 | 第68-69页 |
| 第2章 带不同观测阵和相关观测噪声系统的两种加权观测融合稳态Kalman 估值器 | 第69-119页 |
| ·引言 | 第69页 |
| ·两种加权观测融合Kalman 滤波算法的功能等价性 | 第69-80页 |
| ·两种观测融合方法 | 第69-73页 |
| ·加权观测融合Kalman 滤波算法的功能等价性 | 第73-75页 |
| ·两种加权观测融合算法的功能等价性和渐进全局最优性 | 第75-80页 |
| ·基于现代时间序列分析方法的观测融合稳态Kalman 估值器 | 第80-89页 |
| ·加权观测融合稳态Kalman 估值器 | 第80-85页 |
| ·集中式观测融合稳态Kalman 估值器 | 第85-89页 |
| ·仿真例子 | 第89-118页 |
| ·仿真例子1 | 第89-97页 |
| ·仿真例子2 | 第97-107页 |
| ·仿真例子3 | 第107-118页 |
| ·本章小结 | 第118-119页 |
| 第3章 带相同观测阵和相关噪声系统的一种加权观测融合稳态Kalman 滤波算法 | 第119-158页 |
| ·引言 | 第119页 |
| ·带相关噪声系统Kalman 滤波器的信号滤波器形式 | 第119-121页 |
| ·一种加权观测融合稳态 Kalman 滤波算法的功能等价性 | 第121-130页 |
| ·一种加权观测融合稳态 Kalman 滤波算法 | 第121-123页 |
| ·加权观测融合Kalman 滤波算法的功能等价性 | 第123-125页 |
| ·加权观测融合算法的功能等价性和渐进全局最优性 | 第125-130页 |
| ·一种加权观测融和稳态 Kalman 估值器 | 第130-136页 |
| ·集中式观测融合稳态Kalman 估值器 | 第132-136页 |
| ·仿真例子 | 第136-157页 |
| ·仿真例子1 | 第136-145页 |
| ·仿真例子2 | 第145-157页 |
| ·本章小结 | 第157-158页 |
| 第4章 多传感器观测融合Wiener 估值器 | 第158-258页 |
| ·引言 | 第158-159页 |
| ·带相同观测阵和相关观测噪声多传感器系统的加权观测融合解耦Wiener 状态估值器 | 第159-167页 |
| ·带不同观测阵和相关观测噪声多传感器系统的加权观测融合解耦Wiener 状态估值器 | 第167-175页 |
| ·带相同观测阵和相关噪声系统的一种加权观测融合解耦Wiener 状态估值器 | 第175-180页 |
| ·ARMA 信号加权观测融合Wiener 滤波器和Wiener 反卷积滤波器 | 第180-198页 |
| ·仿真例子 | 第198-257页 |
| ·仿真例子1 | 第198-203页 |
| ·仿真例子2 | 第203-209页 |
| ·仿真例子3 | 第209-215页 |
| ·仿真例子4 | 第215-220页 |
| ·仿真例子5 | 第220-225页 |
| ·仿真例子6 | 第225-231页 |
| ·仿真例子7 | 第231-237页 |
| ·仿真例子8 | 第237-243页 |
| ·仿真例子9 | 第243-250页 |
| ·仿真例子10 | 第250-257页 |
| ·本章小结 | 第257-258页 |
| 结论 | 第258-259页 |
| 参考文献 | 第259-266页 |
| 致谢 | 第266-267页 |
| 攻读硕士学位期间所发表的学术论文 | 第267-268页 |
