| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题研究的背景和意义 | 第10页 |
| ·多传感器信息融合估计 | 第10-12页 |
| ·不确定观测随机系统状态估计研究概况 | 第12-13页 |
| ·预备知识 | 第13-17页 |
| ·三种最优加权信息融合估计算法及其计算量比较 | 第13-16页 |
| ·分块矩阵求逆及矩阵迹的求导公式 | 第16页 |
| ·不确定观测随机系统 | 第16-17页 |
| ·主要研究内容 | 第17-19页 |
| 第2章 不确定观测随机系统的分布式白噪声估值器 | 第19-40页 |
| ·引言 | 第19页 |
| ·不确定观测系统单传感器白噪声估值器 | 第19-24页 |
| ·问题阐述 | 第19-20页 |
| ·不确定观测随机系统输入白噪声估值器 | 第20-22页 |
| ·不确定观测随机系统观测白噪声估值器 | 第22-24页 |
| ·不确定观测系统稳态白噪声估值器 | 第24-26页 |
| ·稳态Kalman 白噪声估值器 | 第24-25页 |
| ·Wiener 白噪声估值器 | 第25-26页 |
| ·多传感器不确定观测随机系统集中式输入白噪声估值器 | 第26-29页 |
| ·问题阐述 | 第26-28页 |
| ·不确定观测随机系统集中式输入白噪声估值器 | 第28-29页 |
| ·多传感器不确定观测系统分布式输入白噪声融合估值器 | 第29-32页 |
| ·任两个传感器之间互协方差阵计算 | 第29-31页 |
| ·分布式加权信息融合输入白噪声估值器 | 第31-32页 |
| ·仿真研究 | 第32-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 不确定观测随机系统的分布式状态估值器 | 第40-76页 |
| ·引言 | 第40页 |
| ·不确定观测随机系统分布式融合Kalman 估值器 | 第40-47页 |
| ·问题阐述 | 第40-41页 |
| ·局部最优Kalman 估值器 | 第41-44页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第44-45页 |
| ·分布式加权信息融合最优Kalman 估值器 | 第45-47页 |
| ·不确定观测随机系统分布式信息融合稳态Kalman 估值器 | 第47-51页 |
| ·多传感器不确定观测随机系统集中式Kalman 估值器 | 第51-55页 |
| ·相邻时刻噪声相关不确定观测随机系统分布式融合估值器 | 第55-64页 |
| ·问题阐述 | 第55-56页 |
| ·局部最优Kalman 估值器 | 第56-60页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第60-63页 |
| ·多传感器最优信息融合估值器 | 第63-64页 |
| ·仿真研究 | 第64-75页 |
| ·本章小结 | 第75-76页 |
| 第4章 传感器带未知干扰的不确定观测随机系统分布式融合滤波器 | 第76-102页 |
| ·引言 | 第76页 |
| ·问题阐述 | 第76-77页 |
| ·分布式加权信息融合先验滤波器 | 第77-80页 |
| ·局部先验滤波器 | 第77-79页 |
| ·先验滤波器估计误差互协方差阵 | 第79页 |
| ·分布式加权信息融合先验滤波器 | 第79-80页 |
| ·集中式融合先验滤波器 | 第80-83页 |
| ·分布式加权信息融合后验滤波器 | 第83-86页 |
| ·局部后验滤波器 | 第83-84页 |
| ·后验滤波器估计误差互协方差阵 | 第84-85页 |
| ·分布式加权信息融合后验滤波器 | 第85-86页 |
| ·集中式融合后验滤波器 | 第86-89页 |
| ·仿真研究 | 第89-101页 |
| ·本章小结 | 第101-102页 |
| 结语 | 第102-104页 |
| 参考文献 | 第104-110页 |
| 致谢 | 第110-111页 |
| 攻读学位期间发表的学术论文 | 第111页 |
