中文摘要 | 第1-3页 |
英文摘要 | 第3-47页 |
引言 | 第47-58页 |
第1章 多传感器集中式观测融合Kalman滤波器快速算法 | 第58-99页 |
·引言 | 第58页 |
·问题提出 | 第58-61页 |
·基于改进的Riccati方程的快速Kalman滤波算法 | 第61-63页 |
·带相关噪声的基于改进的Riccati方程的快速Kalman滤波算法 | 第61-62页 |
·带不相关噪声的基于改进的Riccati方程的快速Kalman滤波算法 | 第62-63页 |
·基于逆预报误差方差阵方程的快速Kalman滤波算法 | 第63-67页 |
·带相关噪声的基于逆预报误差方差阵方程的快速Kalman滤波算法 | 第64-66页 |
·带不相关噪声的基于逆预报误差方差阵方程的快速Kalman滤波算法 | 第66-67页 |
·基于逆滤波误差方差阵方程的快速Kalman滤波算法 | 第67-70页 |
·带相关噪声的基于逆滤波误差方差阵方程的快速Kalman滤波算法 | 第67-69页 |
·带不相关噪声的基于逆滤波误差方差阵方程的快速Kalman滤波算法 | 第69-70页 |
·稳态集中式观测融合Kalman滤波器的快速算法 | 第70-78页 |
·基于改进的稳态Riccati方程的快速Kalman滤波算法 | 第71-74页 |
·带相关噪声的基于改进的稳态Riccati方程的快速Kalman滤波算法 | 第71-72页 |
·带不相关噪声的基于改进的稳态Riccati方程的快速Kalman滤波算法 | 第72-74页 |
·基于稳态逆预报误差方差阵方程的快速Kalman滤波算法 | 第74-76页 |
·带相关噪声的基于稳态逆预报误差方差阵方程快速Kalman滤波算法 | 第74-75页 |
·带不相关噪声的基于稳态逆预报误差方差阵方程快速Kalman滤波算法 | 第75-76页 |
·基于稳态逆滤波误差方差阵方程的快速Kalman滤波算法 | 第76-78页 |
·带相关噪声的基于稳态逆滤波误差方差阵方程快速Kalman滤波算法 | 第76-78页 |
·带不相关噪声的基于稳态逆滤波误差方差阵方程快速Kalman滤波算法 | 第78页 |
·仿真例子 | 第78-97页 |
·本章小节 | 第97-99页 |
第2章 多传感器加权观测融合Kalman估值器 | 第99-206页 |
·引言 | 第99页 |
·基于Kalman滤波的两种加权观测融合方法的功能等价性 | 第99-114页 |
·两种观测融合方法 | 第100-104页 |
·两种加权观测融合方法的部分功能等价性 | 第104-108页 |
·两种加权观测融合方法的全局最优性和完全功能等价性 | 第108-114页 |
·多传感器观测融合全局最优Kalman估值器 | 第114-124页 |
·多传感器加权观测融合全局最优Kalman估值器 | 第114-120页 |
·时变系统多传感器加权观测融合全局最优Kalman估值器 | 第115-118页 |
·定常系统多传感器加权观测融合全局最优Kalman估值器 | 第118-120页 |
·多传感器集中式观测融合全局最优Kalman估值器 | 第120-124页 |
·时变系统多传感器集中式观测融合全局最优Kalman估值器 | 第120-122页 |
·定常系统多传感器集中式观测融合全局最优Kalman估值器 | 第122-124页 |
·仿真例子1 | 第124-162页 |
·仿真例子2 | 第162-204页 |
·本章小节 | 第204-206页 |
第3章 多传感器加权观测融合Wiener估值器 | 第206-239页 |
·引言 | 第206页 |
·多传感器加权观测融合稳态Wiener估值器 | 第206-213页 |
·多传感器加权观测融合稳态Wiener滤波器 | 第209-210页 |
·多传感器加权观测融合稳态Wiener预报器 | 第210-211页 |
·多传感器加权观测融合稳态Wiener平滑器 | 第211-213页 |
·多传感器集中式观测融合全局最优稳态Wiener估值器 | 第213-216页 |
·多传感器集中式观测融合全局最优稳态Wiener滤波器 | 第214-215页 |
·多传感器集中式观测融合全局最优稳态Wiener预报器 | 第215页 |
·多传感器集中式观测融合全局最优稳态Wiener平滑器 | 第215-216页 |
·仿真例子 | 第216-238页 |
·本章小结 | 第238-239页 |
结束语 | 第239-240页 |
致谢 | 第240-241页 |
参考文献 | 第241-245页 |
独创性声明 | 第245页 |
学位论文版权使用授权书 | 第245页 |