| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-10页 |
| ·模型参数估计 | 第8-9页 |
| ·卡尔曼滤波 | 第9-10页 |
| ·国内外现状 | 第10-13页 |
| ·超声波回波渡越时间的估计 | 第10-11页 |
| ·多功能传感器的参数估计 | 第11-13页 |
| ·课题的研究内容 | 第13-14页 |
| 第2章 传统卡尔曼滤波及其推广算法 | 第14-21页 |
| ·引言 | 第14页 |
| ·传统的卡尔曼滤波 | 第14-15页 |
| ·扩展的卡尔曼滤波 | 第15-17页 |
| ·无迹卡尔曼滤波算法 | 第17-20页 |
| ·无迹变换 | 第17-18页 |
| ·无迹卡尔曼滤波 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 EKF和UKF在超声波回波渡越时间估计中的应用 | 第21-37页 |
| ·引言 | 第21页 |
| ·回波经验模型 | 第21-23页 |
| ·基于扩展卡尔曼滤波算法的估计方法 | 第23-31页 |
| ·EKF的估计方法 | 第23-24页 |
| ·初值的给定 | 第24页 |
| ·仿真实验及结果 | 第24-28页 |
| ·误差分析 | 第28-31页 |
| ·基于无迹卡尔曼滤波的估计方法 | 第31-34页 |
| ·UKF的估计方法 | 第31-32页 |
| ·仿真实验及误差分析 | 第32-34页 |
| ·UKF与EKF对超声波回波渡越时间估计结果的比较 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 EKF在多功能传感器参数估计中的应用 | 第37-45页 |
| ·引言 | 第37页 |
| ·T-S模糊模型的结构 | 第37-38页 |
| ·减法聚类 | 第38-39页 |
| ·扩展卡尔曼滤波训练T-S模糊模型 | 第39-40页 |
| ·传感器系统模拟网络的非线性校正 | 第40-44页 |
| ·仿真实验及结果 | 第40-43页 |
| ·结果比较 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士期间发表的学术论文 | 第50-52页 |
| 致谢 | 第52页 |