| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·数据融合的目的和定义 | 第10-12页 |
| ·数据融合的基本原理 | 第12页 |
| ·数据融合技术研究的历史与现状 | 第12-14页 |
| ·本文研究的问题 | 第14-15页 |
| ·论文的结构 | 第15-16页 |
| 第2章 状态估计基础 | 第16-40页 |
| ·引言 | 第16页 |
| ·参数估计 | 第16-18页 |
| ·最大似然估计 | 第17页 |
| ·最大后验估计 | 第17页 |
| ·最小二乘估计 | 第17-18页 |
| ·最小均方误差估计 | 第18页 |
| ·线性系统估计──Kalman滤波技术 | 第18-23页 |
| ·线性系统描述 | 第18-19页 |
| ·传感器的测量(观测)方程 | 第19页 |
| ·初始状态描述 | 第19页 |
| ·Kalman滤波算法 | 第19-21页 |
| ·稳态Kalman滤波 | 第21-22页 |
| ·滤波的似然函数 | 第22-23页 |
| ·运动模型的稳态滤波器 | 第23-29页 |
| ·α-β滤波 | 第24-26页 |
| ·α-β-γ滤波 | 第26-29页 |
| ·非线性系统的状态估计 | 第29-34页 |
| ·围绕标称轨迹线性化滤波方法 | 第29-32页 |
| ·围绕滤波值线性化滤波方法 | 第32-34页 |
| ·红外与雷达融合跟踪 | 第34-40页 |
| ·红外的测量模型 | 第34-35页 |
| ·基于红外的目标角度测量模型 | 第35-36页 |
| ·雷达的测量模型 | 第36-37页 |
| ·红外和雷达融合目标跟踪 | 第37-39页 |
| ·跟踪滤波器的设计 | 第39-40页 |
| 第3章 基于新息特性抗野值Kalman预测算法 | 第40-48页 |
| ·引言 | 第40页 |
| ·Kalman最优预测算法的精度分析与新息的正交特性 | 第40-43页 |
| ·Kalman最优预测算法的精度分析 | 第40-42页 |
| ·新息的正交特性 | 第42-43页 |
| ·保持新息正交性的方差实时估计算法 | 第43-44页 |
| ·仿真结果与比较 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 量测预测值对量测值信任度的异质传感器融合方法 | 第48-59页 |
| ·引言 | 第48-49页 |
| ·传感器的测量模型 | 第49-50页 |
| ·雷达的测量模型 | 第49页 |
| ·红外的测量模型 | 第49-50页 |
| ·基于量测预测值对量测值信任度的异质传感器数据融合算法 | 第50-53页 |
| ·距离、方位角和俯仰角预测值的方差 | 第50-51页 |
| ·两传感器间量测数据的相似度量 | 第51-52页 |
| ·根据综合相似度进行数据融合 | 第52-53页 |
| ·量测噪声方差时变的异步融合算法和基于最小二乘法的同步融合算法 | 第53-56页 |
| ·量测噪声方差时变的异步融合算法 | 第53-55页 |
| ·基于最小二乘法的雷达和红外同步融合算法 | 第55页 |
| ·跟踪滤波器的设计 | 第55-56页 |
| ·仿真结果和比较 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于改进自适应滤波的异质传感器融合方法 | 第59-69页 |
| ·引言 | 第59页 |
| ·传感器的测量模型 | 第59-60页 |
| ·雷达的测量模型 | 第59-60页 |
| ·红外的测量模型 | 第60页 |
| ·“当前”统计模型机动目标自适应算法 | 第60-64页 |
| ·三维情况下的“当前”统计模型自适应算法 | 第60-63页 |
| ·雷达与红外量测数据异步融合算法 | 第63-64页 |
| ·扩展式“当前”统计模型自适应滤波方程 | 第64页 |
| ·改进的“当前”统计模型自适应算法 | 第64-65页 |
| ·仿真和比较 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 改进的移动平台异质传感器机动目标跟踪算法 | 第69-84页 |
| ·引言 | 第69-70页 |
| ·移动平台异质传感器测量模型 | 第70-71页 |
| ·基于实际新息协方差改进的移动平台异质传感器机动目标自适应算法 | 第71-75页 |
| ·基于实际新息协方差实时估计固定雷达的量测噪声方差 | 第71-72页 |
| ·基于实际新息协方差实时估计移动红外的量测噪声方差 | 第72-74页 |
| ·雷达与红外量测噪声方差时变的异步融合算法 | 第74-75页 |
| ·基于距离、方位角和俯仰角估计值的改进移动平台异质传感器融合算法 | 第75-80页 |
| ·雷达距离、方位角和俯仰角估计值的计算 | 第75-77页 |
| ·移动红外方位角和俯仰角估计值的计算 | 第77-80页 |
| ·仿真和比较 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 总结与展望 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-92页 |
| 攻读硕士学位期间发表与完成论文及参加的科研项目 | 第92页 |
