| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-12页 |
| 符号 | 第12-13页 |
| 插图 | 第13-15页 |
| 表格 | 第15-16页 |
| 第1章 绪论 | 第16-38页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 滤波和数据融合技术的发展概述 | 第17-29页 |
| 1.2.1 滤波技术的发展概述 | 第17-20页 |
| 1.2.2 数据融合技术的发展概述 | 第20-29页 |
| 1.3 具有非完整信息系统的滤波和融合问题 | 第29-35页 |
| 1.3.1 具有非完整信息系统存在的问题 | 第29-31页 |
| 1.3.2 具有非完整信息系统的滤波和融合算法研究概况 | 第31-35页 |
| 1.4 本文主要工作和内容安排 | 第35-38页 |
| 第2章 滤波和数据融合状态估计基础理论研究 | 第38-48页 |
| 2.1 投影定理 | 第38-41页 |
| 2.1.1 线性最小方差估计和投影 | 第38-40页 |
| 2.1.2 新息序列 | 第40-41页 |
| 2.2 Kalman滤波理论 | 第41-44页 |
| 2.3 信息滤波 | 第44-45页 |
| 2.4 改进Kalman滤波 | 第45页 |
| 2.5 数据融合状态估计理论 | 第45-47页 |
| 2.6 小结 | 第47-48页 |
| 第3章 带有传输延时和丢包系统的最优线性估计 | 第48-70页 |
| 3.1 引言 | 第48-49页 |
| 3.2 问题描述 | 第49-51页 |
| 3.3 最优线性滤波器、预测器、平滑器 | 第51-60页 |
| 3.3.1 最优线性滤波器 | 第56-58页 |
| 3.3.2 最优线性预测器和平滑器 | 第58-60页 |
| 3.4 收敛性分析 | 第60-62页 |
| 3.5 数值仿真 | 第62-68页 |
| 3.6 小结 | 第68-70页 |
| 第4章 带间歇性量测值的多通道网络化数据融合 | 第70-86页 |
| 4.1 引言 | 第70-73页 |
| 4.2 问题描述 | 第73-75页 |
| 4.3 主要结果 | 第75-80页 |
| 4.3.1 带有延迟的多通道集中式状态估计融合 | 第76-79页 |
| 4.3.2 带有延迟的多通道分布式状态估计融合 | 第79-80页 |
| 4.4 数值仿真 | 第80-84页 |
| 4.4.1 集中式结构 | 第82页 |
| 4.4.2 分布式结构 | 第82-84页 |
| 4.5 小结 | 第84-86页 |
| 第5章 不稳定网络下的集中式数据融合 | 第86-106页 |
| 5.1 引言 | 第86-87页 |
| 5.2 问题描述 | 第87-90页 |
| 5.3 带有延迟的多通道集中式状态估计融合 | 第90-93页 |
| 5.4 性能分析 | 第93-97页 |
| 5.5 数值仿真 | 第97-99页 |
| 5.5.1 示例1 | 第98-99页 |
| 5.5.2 示例2 | 第99页 |
| 5.6 小结 | 第99-101页 |
| 5.7 附录 | 第101-106页 |
| 第6章 一类异步多速率多传感器动态系统的最优状态估计 | 第106-120页 |
| 6.1 引言 | 第106-107页 |
| 6.2 问题描述 | 第107-109页 |
| 6.3 异步多速率状态估计融合 | 第109-114页 |
| 6.4 数值仿真 | 第114-116页 |
| 6.5 小结 | 第116-120页 |
| 第7章 结论与展望 | 第120-124页 |
| 7.1 研究工作的总结 | 第120-121页 |
| 7.2 研究展望 | 第121-124页 |
| 参考文献 | 第124-140页 |
| 攻读博士学位期间发表与撰写的学术论文清单 | 第140-142页 |
| 致谢 | 第142-143页 |