| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 时滞系统的研究背景与意义 | 第10-12页 |
| 1.2 多传感器信息融合的发展概况 | 第12-16页 |
| 1.3 本文研究的主要内容 | 第16-18页 |
| 第2章 协方差交叉(CI)融合估计 | 第18-36页 |
| 2.1 引言 | 第18-19页 |
| 2.2 两传感器协方差交叉(CI)融合估计 | 第19-29页 |
| 2.2.1 协方差椭圆及其性质 | 第19-21页 |
| 2.2.2 CI融合估计的几何原理 | 第21-24页 |
| 2.2.3 最优参数ω的选择 | 第24-26页 |
| 2.2.4 CI融合估计的一致性与鲁棒性 | 第26-28页 |
| 2.2.5 改进的CI融合估计 | 第28-29页 |
| 2.3 多传感器序贯协方差交叉(SCI)融合估计 | 第29-34页 |
| 2.3.1 问题阐述 | 第29-30页 |
| 2.3.2 SCI融合稳态Kalman滤波器 | 第30-32页 |
| 2.3.3 SCI融合器的一致性和精度分析 | 第32-33页 |
| 2.3.4 SCI融合器精度关于局部传感器次序的灵敏性 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第3章 多时滞多传感器系统的SCI融合估计 | 第36-65页 |
| 3.1 引言 | 第36页 |
| 3.2 带不相关噪声的观测滞后多传感器系统的SCI融合估计 | 第36-44页 |
| 3.2.1 问题阐述 | 第36-37页 |
| 3.2.2 局部Kalman滤波器 | 第37-39页 |
| 3.2.3 SCI融合Kalman滤波器 | 第39-40页 |
| 3.2.4 仿真研究 | 第40-44页 |
| 3.3 带相关噪声的状态滞后多传感器系统的SCI融合估计 | 第44-53页 |
| 3.3.1 问题阐述 | 第44-45页 |
| 3.3.2 系统模型转化 | 第45-47页 |
| 3.3.3 局部Kalman滤波器 | 第47页 |
| 3.3.4 SCI融合Kalman滤波器 | 第47-48页 |
| 3.3.5 仿真研究 | 第48-53页 |
| 3.4 带有色噪声的状态滞后多传感器系统的SCI融合估计 | 第53-64页 |
| 3.4.1 问题阐述 | 第53-54页 |
| 3.4.2 系统模型转化 | 第54-55页 |
| 3.4.3 局部Kalman滤波器 | 第55-58页 |
| 3.4.4 SCI融合Kalman滤波器 | 第58-59页 |
| 3.4.5 仿真研究 | 第59-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于现代时间序列分析方法的SCI融合估计 | 第65-102页 |
| 4.1 引言 | 第65页 |
| 4.2 现代时间序列分析方法 | 第65-75页 |
| 4.2.1 用Gevers-Wouters算法构造ARMA新息模型 | 第65-68页 |
| 4.2.2 有理分式矩阵的左素分解 | 第68-70页 |
| 4.2.3 统一的白噪声估计理论 | 第70-75页 |
| 4.3 基于现代时间序列分析方法的SCI融合估计 | 第75-85页 |
| 4.3.1 问题阐述 | 第75-76页 |
| 4.3.2 基于ARMA新息模型和白噪声估计的局部Kalman滤波器 | 第76-78页 |
| 4.3.3 基于射影定理的局部估计误差方差阵 | 第78-85页 |
| 4.4 仿真研究 | 第85-100页 |
| 4.5 本章小结 | 第100-102页 |
| 第5章 基于SCI融合算法的两段式融合估计 | 第102-114页 |
| 5.1 引言 | 第102-103页 |
| 5.2 加权观测融合算法 | 第103-107页 |
| 5.2.1 问题阐述 | 第103-104页 |
| 5.2.2 加权观测融合算法1 | 第104-105页 |
| 5.2.3 加权观测融合算法2 | 第105-107页 |
| 5.3 基于SCI融合算法的两段式融合估计 | 第107-109页 |
| 5.4 仿真研究 | 第109-113页 |
| 5.5 本章小结 | 第113-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-121页 |
| 致谢 | 第121-122页 |
| 攻读学位期间发表论文 | 第122-123页 |
