| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-31页 |
| §1.1 研究背景和意义 | 第11-12页 |
| §1.2 状态估计和融合方法的研究进展及现状 | 第12-21页 |
| ·信息融合技术 | 第12-15页 |
| ·目标跟踪技术 | 第15页 |
| ·状态估计技术 | 第15-19页 |
| ·估计融合技术 | 第19-20页 |
| ·状态估计及融合技术亟待解决的问题 | 第20-21页 |
| §1.3 本文的研究内容及章节安排 | 第21-24页 |
| 本章参考文献 | 第24-31页 |
| 第二章 基于最小化量测误差的被动定位方法 | 第31-43页 |
| §2.1 引言 | 第31-32页 |
| §2.2 二维空间中的MinME 算法 | 第32-35页 |
| §2.3 三维空间中的MinME 算法 | 第35-37页 |
| §2.4 仿真实验及结果分析 | 第37-40页 |
| §2.5 本章小结 | 第40页 |
| 本章参考文献 | 第40-43页 |
| 第三章 等式状态约束下的滤波方法 | 第43-61页 |
| §3.1 引言 | 第43-44页 |
| §3.2 线性等式状态约束下的粒子滤波算法 | 第44-52页 |
| ·问题描述 | 第44-45页 |
| ·线性等式状态约束下的粒子滤波 | 第45-49页 |
| ·仿真实验及结果分析 | 第49-52页 |
| §3.3 非线性等式状态约束下的滤波算法 | 第52-57页 |
| ·问题描述 | 第52页 |
| ·基于UT 变换的迭代收缩非线性状态约束滤波 | 第52-55页 |
| ·仿真实验及结果分析 | 第55-57页 |
| §3.4 本章小结 | 第57-58页 |
| 本章参考文献 | 第58-61页 |
| 第四章 无序量测条件下的滤波方法 | 第61-75页 |
| §4.1 引言 | 第61-62页 |
| §4.2 问题描述 | 第62-63页 |
| §4.3 EKF A1 算法 | 第63-64页 |
| §4.4 基于UT 变换的单步滞后无序量测算法 | 第64-68页 |
| ·用UT 变换解决单步滞后OOSM | 第64-67页 |
| ·单步滞后OOSM 多传感器量测融合方法 | 第67-68页 |
| §4.5 仿真实验及结果分析 | 第68-71页 |
| ·实验模型 | 第68-69页 |
| ·仿真结果及分析 | 第69-71页 |
| §4.6 本章小结 | 第71-72页 |
| 本章参考文献 | 第72-75页 |
| 第五章 双重迭代变分自适应卡尔曼滤波及融合方法 | 第75-97页 |
| §5.1 引言 | 第75-76页 |
| §5.2 VB_AKF | 第76-78页 |
| ·问题描述 | 第76-77页 |
| ·基于变分贝叶斯近似的自适应卡尔曼滤波 | 第77-78页 |
| §5.3 双重迭代的VB_AKF 算法 | 第78-83页 |
| ·算法过程 | 第78-79页 |
| ·仿真实验及结果分析 | 第79-83页 |
| §5.4 基于VB_AKF 的集中式融合方法 | 第83-94页 |
| ·基于VB_AKF 的扩维集中式融合算法 | 第84-85页 |
| ·基于VB_AKF 的序贯集中式融合算法 | 第85-87页 |
| ·对一些参数初始化的讨论 | 第87页 |
| ·仿真实验及结果分析 | 第87-94页 |
| §5.5 本章小结 | 第94页 |
| 本章参考文献 | 第94-97页 |
| 第六章 基于分段RTS 平滑的凸组合估计融合方法 | 第97-107页 |
| §6.1 引言 | 第97-98页 |
| §6.2 RTS 平滑算法与航迹融合算法 | 第98-100页 |
| §6.3 基于分段RTS 平滑的凸组合航迹融合算法 | 第100-102页 |
| §6.4 仿真实验及结果分析 | 第102-105页 |
| §6.5 本章小结 | 第105-106页 |
| 本章参考文献 | 第106-107页 |
| 第七章 总结与展望 | 第107-111页 |
| §7.1 总结 | 第107-109页 |
| §7.2 展望 | 第109-111页 |
| 致谢 | 第111-113页 |
| 攻读博士学位期间的科研成果 | 第113-115页 |
| 攻读博士学位期间参与的科研项目 | 第115-116页 |