多传感器状态融合估计理论与应用研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 致谢 | 第14-15页 |
| 第1章 绪论 | 第15-37页 |
| ·引言 | 第15-16页 |
| ·信息融合系统结构 | 第16-17页 |
| ·信息融合技术的基本理论 | 第17-22页 |
| ·信息融合的基本数学方法 | 第17-18页 |
| ·信号级融合 | 第18-20页 |
| ·特征级融合 | 第20-21页 |
| ·决策级融合 | 第21页 |
| ·信息融合系统中的传感器管理 | 第21-22页 |
| ·信息融合技术的应用 | 第22-25页 |
| ·防御系统 | 第22-23页 |
| ·工业过程及经济领域 | 第23页 |
| ·机器人及智能交通 | 第23页 |
| ·防火 | 第23-24页 |
| ·地球科学 | 第24页 |
| ·疾病诊断 | 第24页 |
| ·其他 | 第24-25页 |
| ·研究现状 | 第25-34页 |
| ·检测级融合 | 第25-27页 |
| ·数据互联 | 第27-29页 |
| ·状态融合估计 | 第29-31页 |
| ·属性级融合及决策级融合 | 第31-33页 |
| ·传感器管理 | 第33-34页 |
| ·论文的结构与主要工作 | 第34-37页 |
| 第2章 多传感器系统的融合估计理论 | 第37-47页 |
| ·引言 | 第37页 |
| ·问题描述 | 第37-38页 |
| ·基本原理 | 第38-45页 |
| ·分布式次优融合算法 | 第38-41页 |
| ·分布式最优融合算法 | 第41-42页 |
| ·集中式次优融合算法 | 第42-44页 |
| ·集中式最优融合算法 | 第44-45页 |
| ·估计性能比较 | 第45-47页 |
| 第3章 分布式不相关优化融合估计 | 第47-59页 |
| ·引言 | 第47页 |
| ·分布式不相关优化融合估计算法 | 第47-53页 |
| ·相关估计方差P_(ij)的消除 | 第48-50页 |
| ·分布式不相关优化融合估计算法基本形式及其性能 | 第50-52页 |
| ·稳态分布式不相关优化融合估计 | 第52-53页 |
| ·仿真实验 | 第53-57页 |
| ·小结 | 第57-59页 |
| 第4章 非标准多传感器系统的最优融合估计 | 第59-67页 |
| ·引言 | 第59页 |
| ·系统模型 | 第59-60页 |
| ·单传感器状态估计 | 第60-61页 |
| ·最优融合估计 | 第61-63页 |
| ·集中式融合估计算法 | 第61-62页 |
| ·分布式融合估计算法 | 第62-63页 |
| ·多级式最优融合估计 | 第63-66页 |
| ·多级式多传感器系统模型 | 第63-64页 |
| ·集-集式融合估计算法 | 第64-65页 |
| ·分-分式融合估计算法 | 第65-66页 |
| ·集-分式融合估计算法 | 第66页 |
| ·小结 | 第66-67页 |
| 第5章 系统参数对最优融合估计方差的影响 | 第67-75页 |
| ·引言 | 第67页 |
| ·最优融合估计的方差性能函数 | 第67-71页 |
| ·方差性能函数的定义 | 第67页 |
| ·方差性能函数与融合估计方差的关系 | 第67-70页 |
| ·讨论 | 第70-71页 |
| ·仿真实验 | 第71-73页 |
| ·小结 | 第73-75页 |
| 第6章 参数不确定多传感器系统的融合估计 | 第75-103页 |
| ·引言 | 第75-76页 |
| ·参数不确定多传感器融合系统模型 | 第76-78页 |
| ·范数有界不确定描述模型 | 第76-77页 |
| ·多胞型不确定描述模型 | 第77-78页 |
| ·集中式鲁棒H_∞融合估计 | 第78-96页 |
| ·问题描述 | 第78页 |
| ·基于范数有界不确定描述模型的集中式融合估计 | 第78-87页 |
| ·基于多胞型不确定描述模型的集中式融合估计 | 第87-90页 |
| ·仿真实验与性能分析 | 第90-96页 |
| ·分布式鲁棒H_∞融合估计 | 第96-102页 |
| ·问题描述 | 第96-97页 |
| ·分布式鲁棒H_∞融合估计方法 | 第97-99页 |
| ·仿真实验 | 第99-102页 |
| ·小结 | 第102-103页 |
| 第7章 测量噪声相关的多传感器系统融合估计 | 第103-125页 |
| ·引言 | 第103页 |
| ·系统模型 | 第103-104页 |
| ·最优融合估计方法 | 第104-109页 |
| ·相关测量噪声方差矩阵的解耦 | 第104-106页 |
| ·集中式融合算法 | 第106-107页 |
| ·分布式融合算法 | 第107-108页 |
| ·仿真实验 | 第108-109页 |
| ·Pei-Radman融合估计方法 | 第109-115页 |
| ·Pei-Radman多传感器融合系统的定义 | 第109-110页 |
| ·Pei-Radman融合估计算法 | 第110-113页 |
| ·仿真实验 | 第113-115页 |
| ·鲁棒H_∞分解-合并融合估计算法 | 第115-123页 |
| ·系统模型变换及分解-合并估计原理 | 第115-116页 |
| ·鲁棒H_∞分解-合并融合估计算法 | 第116-119页 |
| ·仿真实验 | 第119-123页 |
| ·小结 | 第123-125页 |
| 第8章 状态融合估计理论在成纸定量估计中的应用 | 第125-133页 |
| ·引言 | 第125-126页 |
| ·系统正常工作时的状态估计 | 第126页 |
| ·测量传感器出现故障时的状态估计 | 第126-131页 |
| ·测量传感器噪声相关时的状态估计 | 第131-132页 |
| ·小结 | 第132-133页 |
| 第9章 总结与展望 | 第133-136页 |
| ·工作总结 | 第133-134页 |
| ·研究展望 | 第134-136页 |
| 参考文献 | 第136-151页 |
| 附录 | 第151-152页 |
