多传感器网络数据融合技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的研究内容 | 第10-11页 |
| 第二章 数据融合综述 | 第11-22页 |
| ·多传感器数据融合 | 第11-16页 |
| ·数据融合的功能模型 | 第11-13页 |
| ·数据融合的任务和定义 | 第13-14页 |
| ·数据融合的必要性 | 第14页 |
| ·数据融合的技术分类 | 第14-16页 |
| ·传感器网络 | 第16-21页 |
| ·传感器节点 | 第16-17页 |
| ·传感器网络的发展 | 第17页 |
| ·无线传感器网络的拓扑结构 | 第17-19页 |
| ·无线传感器网络协同技术 | 第19-20页 |
| ·无线传感器网络的应用 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 卡尔曼一致滤波 | 第22-43页 |
| ·线性系统描述 | 第22-23页 |
| ·卡尔曼滤波 | 第23-27页 |
| ·标准卡尔曼滤波 | 第23-26页 |
| ·信息卡尔曼滤波 | 第26-27页 |
| ·中心式融合结构的多传感器估计 | 第27-31页 |
| ·群传感器方法 | 第27-29页 |
| ·逆协方差形式方法 | 第29-31页 |
| ·一致性算法介绍 | 第31-36页 |
| ·图论基础 | 第31-32页 |
| ·一致性算法 | 第32-33页 |
| ·一致性收敛速度 | 第33-34页 |
| ·一致均衡状态 | 第34页 |
| ·一致性问题的一个实例 | 第34-36页 |
| ·卡尔曼一致滤波 | 第36-42页 |
| ·作用于测量值的KCF | 第36-38页 |
| ·作用于估计值的KCF | 第38-39页 |
| ·仿真分析 | 第39-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于一致性的非线性滤波 | 第43-63页 |
| ·扩展卡尔曼滤波 | 第43-52页 |
| ·扩展卡尔曼滤波基本方程 | 第43-46页 |
| ·扩展卡尔曼滤波的缺点 | 第46-47页 |
| ·基于一致性的EKF 算法 | 第47-48页 |
| ·仿真分析 | 第48-52页 |
| ·无迹卡尔曼滤波 | 第52-62页 |
| ·无迹变换（UT） | 第52-55页 |
| ·无迹卡尔曼滤波 | 第55-56页 |
| ·基于一致性的UKF 算法 | 第56-57页 |
| ·仿真分析 | 第57-62页 |
| ·小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
