| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·非线性滤波研究现状介绍 | 第11-13页 |
| ·多传感器估计融合简述 | 第13-15页 |
| ·本文主要研究内容介绍 | 第15页 |
| ·本论文结构 | 第15-17页 |
| 第2章 常见非线性滤波方法及性能分析 | 第17-26页 |
| ·扩展卡尔曼滤波 | 第17-18页 |
| ·扩展卡尔曼滤波的基本原理 | 第17页 |
| ·扩展卡尔曼滤波的基本算法 | 第17-18页 |
| ·强跟踪滤波 | 第18-20页 |
| ·强跟踪滤波的基本原理 | 第18-19页 |
| ·强跟踪滤波的基本算法 | 第19-20页 |
| ·无迹卡尔曼滤波 | 第20-22页 |
| ·无迹卡尔曼滤波方法的基本原理 | 第20-21页 |
| ·无迹卡尔曼滤波方法的基本算法 | 第21-22页 |
| ·算法分析 | 第22-24页 |
| ·本章小节 | 第24-26页 |
| 第3章 非线性噪声相关系统的无迹强跟踪滤波 | 第26-36页 |
| ·引言 | 第26页 |
| ·系统描述 | 第26-27页 |
| ·问题描述 | 第27页 |
| ·非线性相关噪声系统下的无迹强跟踪卡尔曼滤波 | 第27-31页 |
| ·相关噪声系统下的无迹卡尔曼滤波 | 第27-29页 |
| ·相关噪声系统下的强跟踪滤波 | 第29-30页 |
| ·相关噪声系统下的无迹-强跟踪滤波 | 第30-31页 |
| ·仿真实验 | 第31-34页 |
| ·纯方位系统 | 第31页 |
| ·跟踪模型建立 | 第31-32页 |
| ·仿真例子 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 相关噪声条件下自适应平方根求容积滤波算法研究 | 第36-49页 |
| ·引言 | 第36-37页 |
| ·系统描述 | 第37页 |
| ·平方根求容积法卡尔曼滤波 | 第37-41页 |
| ·求容积法卡尔曼滤波(CKF) | 第37-39页 |
| ·平方根求容积法卡尔曼滤波 | 第39-41页 |
| ·相关噪声条件下的自适应平方根求容积法滤波 | 第41-44页 |
| ·相关噪声条件下的平方根求容积法滤波 | 第41-43页 |
| ·相关噪声条件下的自适应平方根求容积法滤波 | 第43-44页 |
| ·仿真实验 | 第44-47页 |
| ·跟踪模型建立 | 第44页 |
| ·仿真例子 | 第44-47页 |
| ·本章小节 | 第47-49页 |
| 第5章 非线性多传感器融合算法研究 | 第49-58页 |
| ·引言 | 第49页 |
| ·问题描述 | 第49-50页 |
| ·系统描述 | 第49-50页 |
| ·问题描述 | 第50页 |
| ·扩展卡尔曼滤波的信息形式(EIF) | 第50-52页 |
| ·非线性多传感器融合算法 | 第52-54页 |
| ·非线性集中式扩维融合算法 | 第52页 |
| ·非线性测量值加权融合算法 | 第52-53页 |
| ·非线性顺序滤波融合算法 | 第53-54页 |
| ·仿真验证 | 第54-56页 |
| ·跟踪模型 | 第54页 |
| ·仿真例子 | 第54-56页 |
| ·简要分析 | 第56-57页 |
| ·本章小节 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·论文工作总结 | 第58页 |
| ·论文工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-68页 |