面向无线传感器网络的Kalman融合方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 信息融合概述 | 第11-16页 |
| 1.2.1 信息融合概念、目的及优势 | 第11-12页 |
| 1.2.2 信息融合基本结构模型 | 第12-14页 |
| 1.2.3 信息融合处理方法 | 第14-15页 |
| 1.2.4 信息融合发展概述 | 第15-16页 |
| 1.3 无线传感器网络简介 | 第16-18页 |
| 1.3.1 无线传感器网络特点和关键技术 | 第16-18页 |
| 1.3.2 无线传感器网络对融合系统的影响 | 第18页 |
| 1.4 网络信息融合技术的国内外研究现状 | 第18-22页 |
| 1.4.1 传统多传感器融合算法综述 | 第19-20页 |
| 1.4.2 网络传输延迟算法综述 | 第20-22页 |
| 1.5 文章主要内容和结构安排 | 第22-24页 |
| 第2章 基础理论 | 第24-33页 |
| 2.1 状态估计理论 | 第24-27页 |
| 2.1.1 估计概述 | 第24页 |
| 2.1.2 Kalman滤波基本原理 | 第24-27页 |
| 2.2 多传感器融合方法 | 第27-32页 |
| 2.2.1 集中式融合估计 | 第28-29页 |
| 2.2.2 序贯式融合估计 | 第29-31页 |
| 2.2.3 局部估计值加权融合估计 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于局部传输延迟的加权融合算法 | 第33-43页 |
| 3.1 引言 | 第33页 |
| 3.2 系统描述 | 第33-34页 |
| 3.3 算法描述 | 第34-39页 |
| 3.3.1 局部伪测量模型库 | 第34页 |
| 3.3.2 局部估计器设计 | 第34-38页 |
| 3.3.3 加权融合算法 | 第38-39页 |
| 3.4 仿真实验 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于多传感器系统传输延迟的滤波算法研究 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 多传感器系统伪测量模型库描述 | 第43-44页 |
| 4.3 算法介绍 | 第44-51页 |
| 4.3.1 多传感器传输延迟集中式滤波算法设计 | 第45-48页 |
| 4.3.2 多传感器传输延迟序贯式滤波算法设计 | 第48-51页 |
| 4.4 仿真实验 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 研究工作总结 | 第57页 |
| 5.2 研究方向展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
