| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源和研究的目的及意义 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 课题研究的目的及意义 | 第10-11页 |
| 1.2 国内外研究发展状况 | 第11-15页 |
| 1.2.1 滤波和Kalman滤波 | 第11-12页 |
| 1.2.2 不确定观测信息系统的滤波 | 第12-13页 |
| 1.2.3 存在的问题及思路 | 第13-15页 |
| 1.3 本文研究的主要内容 | 第15-19页 |
| 1.3.1 具有不确定观测信息的离散随机系统的最优滤波 | 第15-16页 |
| 1.3.2 具有不确定观测信息的离散随机系统的全局最优滤波 | 第16-17页 |
| 1.3.3 具有不确定观测信息离散随机系统的最优信息融合滤波 | 第17-19页 |
| 第2章 具有不确定观测信息的离散随机系统的最优滤波 | 第19-33页 |
| 2.1 具有两步随机时滞不确定观测信息的系统描述 | 第19-21页 |
| 2.2 预备引理 | 第21-22页 |
| 2.3 最优滤波器及算法 | 第22-29页 |
| 2.4 算例仿真 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 具有不确定观测信息的离散随机系统的全局最优滤波 | 第33-59页 |
| 3.1 一步自相关过程噪声情形下的全局最优滤波 | 第33-43页 |
| 3.1.1 具有一步随机时滞和多丢包不确定观测信息的系统描述 | 第33-36页 |
| 3.1.2 预备引理 | 第36-39页 |
| 3.1.3 全局最优滤波器及算法 | 第39-42页 |
| 3.1.4 算例仿真 | 第42-43页 |
| 3.2 有限步自相关过程噪声情形下的全局最优滤波 | 第43-57页 |
| 3.2.1 具有一步随机时滞和多丢包不确定观测信息的系统描述 | 第44-46页 |
| 3.2.2 预备引理 | 第46-52页 |
| 3.2.3 全局最优滤波器及算法 | 第52-56页 |
| 3.2.4 算例仿真 | 第56-57页 |
| 3.3 本章小结 | 第57-59页 |
| 第4章 具有不确定观测信息的离散随机系统的最优信息融合滤波 | 第59-72页 |
| 4.1 具有一步随机时滞和多丢包不确定观测信息的系统描述 | 第59-62页 |
| 4.2 预备引理 | 第62-65页 |
| 4.3 第i个滤波器的全局最优滤波 | 第65页 |
| 4.4 最优信息融合滤波及算法 | 第65-69页 |
| 4.5 算例仿真 | 第69-71页 |
| 4.6 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读学位期间发表的学术论文 | 第79-80页 |
| 致谢 | 第80页 |
