基于参数变化的传感器管理算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-21页 |
| ·引言 | 第8页 |
| ·选题意义 | 第8-9页 |
| ·研究背景 | 第9-10页 |
| ·多传感器数据融合简介 | 第10-14页 |
| ·数据融合的概念及其优点 | 第10-11页 |
| ·数据融合的发展 | 第11页 |
| ·多传感器数据融合模型 | 第11-14页 |
| ·传感器管理理论 | 第14-19页 |
| ·传感器管理问题的提出 | 第14-15页 |
| ·传感器管理概念 | 第15-16页 |
| ·传感器管理的系统设计和范围 | 第16-17页 |
| ·传感器管理的功能 | 第17-18页 |
| ·传感器管理的算法 | 第18-19页 |
| ·本文主要内容和工作安排 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 估计理论基础知识 | 第21-30页 |
| ·引言 | 第21-22页 |
| ·估计的主要方法 | 第22-26页 |
| ·最小方差估计 | 第23页 |
| ·线性最小方差估计 | 第23-24页 |
| ·最小二乘估计 | 第24-25页 |
| ·加权最小二乘估计 | 第25页 |
| ·极大似然估计 | 第25页 |
| ·极大验后估计 | 第25-26页 |
| ·离散型KALMAN 滤波 | 第26-29页 |
| ·离散型Kalman 滤波的基本性质 | 第26页 |
| ·离散型Kalman 滤波的特点 | 第26-27页 |
| ·分布式的离散Kalman 滤波器 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于测量方差时变的传感器管理算法 | 第30-42页 |
| ·引言 | 第30-31页 |
| ·信息熵和信息增量 | 第31-33页 |
| ·多传感器离散KALMAN 滤波算法 | 第33-34页 |
| ·量测方差时空综合分析的估计算法 | 第34-37页 |
| ·空间分析 | 第34-35页 |
| ·时间分析 | 第35-36页 |
| ·时空综合分析 | 第36-37页 |
| ·算法描述及仿真 | 第37-41页 |
| ·基于时变的测量方差的传感器管理算法描述 | 第37页 |
| ·仿真及结果分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于模型转移概率在线估算的传感器管理算法 | 第42-53页 |
| ·引言 | 第42页 |
| ·交互式多模型的必要性 | 第42-43页 |
| ·交互式多模型算法描述 | 第43-47页 |
| ·交互式多模型基本思想 | 第43-44页 |
| ·交互式多模型算法描述 | 第44-47页 |
| ·马尔可夫参数值自适应调整算法 | 第47-49页 |
| ·仿真及结果分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于变异系数的数据融合方法 | 第53-59页 |
| ·引言 | 第53页 |
| ·测量模型与判别模型 | 第53-55页 |
| ·改进的判别模型 | 第55-57页 |
| ·仿真及结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-62页 |
| 1 总结 | 第59-60页 |
| 2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
| 攻读硕士学位期间参加的科研项目 | 第69页 |
