| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 主要符号表 | 第8-14页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 课题背景及研究的目的和意义 | 第14-15页 |
| 1.2 论文涉及到的相关问题的发展及研究现状 | 第15-25页 |
| 1.2.1 鲁棒滤波理论 | 第15-19页 |
| 1.2.2 控制器和滤波器设计的非脆弱性 | 第19页 |
| 1.2.3 数据传输中的时滞和丢包问题 | 第19-22页 |
| 1.2.4 相关性噪声滤波 | 第22-23页 |
| 1.2.5 广义系统 | 第23-24页 |
| 1.2.6 多传感器数据融合技术 | 第24-25页 |
| 1.3 现有问题的空白和不足 | 第25-26页 |
| 1.4 本文的主要研究内容 | 第26-28页 |
| 第2章 含自相关过程噪声和测量丢失的不确定系统的鲁棒滤波 | 第28-39页 |
| 2.1 引言 | 第28页 |
| 2.2 问题描述 | 第28-30页 |
| 2.3 鲁棒滤波器设计 | 第30-35页 |
| 2.3.1 鲁棒滤波器的时间更新 | 第32-33页 |
| 2.3.2 鲁棒滤波器的测量更新 | 第33-35页 |
| 2.4 数字仿真 | 第35-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 含自相关测量噪声和丢包的动态系统的最优非脆弱滤波 | 第39-58页 |
| 3.1 引言 | 第39-40页 |
| 3.2 问题描述 | 第40-42页 |
| 3.3 最优非脆弱滤波器设计 | 第42-54页 |
| 3.3.1 最优非脆弱滤波器的时间更新 | 第46-48页 |
| 3.3.2 最优非脆弱滤波器的测量更新 | 第48-54页 |
| 3.4 数值算例 | 第54-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 基于不同传感器延迟率的广义估计 | 第58-80页 |
| 4.1 引言 | 第58-59页 |
| 4.2 问题描述 | 第59-61页 |
| 4.3 递推估计器设计 | 第61-73页 |
| 4.3.1 递推滤波器设计 | 第63-67页 |
| 4.3.2 递推预测器设计 | 第67-68页 |
| 4.3.3 递推平滑器设计 | 第68-72页 |
| 4.3.4 原广义系统的估计器设计 | 第72-73页 |
| 4.4 数值算例 | 第73-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 含同时相关性噪声的动态系统的最优分布式滤波融合 | 第80-98页 |
| 5.1 引言 | 第80页 |
| 5.2 问题描述 | 第80-82页 |
| 5.3 不含反馈的最优卡尔曼滤波融合 | 第82-87页 |
| 5.3.1 基于新建测量的集中式卡尔曼滤波融合 | 第82-85页 |
| 5.3.2 基于新建测量的局部卡尔曼滤波 | 第85页 |
| 5.3.3 基于新建测量的分布式卡尔曼滤波融合算法 | 第85-87页 |
| 5.4 含反馈的最优分布式卡尔曼滤波融合 | 第87-92页 |
| 5.4.1 含反馈的分布式卡尔曼滤波融合算法 | 第87-90页 |
| 5.4.2 含反馈的局部滤波误差 | 第90-91页 |
| 5.4.3 反馈的优点 | 第91-92页 |
| 5.5 数值算例 | 第92-97页 |
| 5.6 本章小结 | 第97-98页 |
| 第6章 含跨时相关性噪声的动态系统的最优分布式权重融合 | 第98-115页 |
| 6.1 引言 | 第98页 |
| 6.2 最优鲁棒递推滤波器 | 第98-103页 |
| 6.3 分布式权重鲁棒滤波融合 | 第103-107页 |
| 6.4 数值算例 | 第107-114页 |
| 6.5 本章小结 | 第114-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-129页 |
| 攻读博士学位期间发表的论文及其它成果 | 第129-132页 |
| 致谢 | 第132-133页 |
| 个人简历 | 第133页 |
