| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-30页 |
| 引言 | 第30-39页 |
| 第1章 多传感器加权观测融合Kalman滤波器和Wiener状态滤波器 | 第39-108页 |
| 1．1 引言 | 第39页 |
| 1．2 基于稳态Kalman滤波的两种观测融合方法的功能等价性 | 第39-43页 |
| 1．2．1 两种观测融合方法 | 第39-41页 |
| 1．2．2 两种观测融合方法的功能等价性 | 第41-43页 |
| 1．3 多传感器加权观测融合全局最优稳态Kalman估值器 | 第43-49页 |
| 1．4 多传感器集中观测融合稳态最优Kalman估值器 | 第49-52页 |
| 1．5 仿真 | 第52-108页 |
| 1．5．1 仿真例子1 | 第52-65页 |
| 1．5．2 仿真例子2 | 第65-78页 |
| 1．5．3 仿真例子3 | 第78-89页 |
| 1．5．4 仿真例子4 | 第89-108页 |
| 第2章 多传感器加权观测融合单通道信号Wiener估值器 | 第108-155页 |
| 2．1 引言 | 第108页 |
| 2．2 信息融合最优Wiener信号估值器 | 第108-117页 |
| 2．3 仿真 | 第117-155页 |
| 2．3．1 仿真例子1 | 第117-126页 |
| 2．3．2 仿真例子2 | 第126-135页 |
| 2．3．3 仿真例子3 | 第135-144页 |
| 2．3．4 仿真例子4 | 第144-155页 |
| 第3章 多传感器加权观测融合单通道白噪声Wiener反卷积估值器 | 第155-201页 |
| 3．1 引言 | 第155页 |
| 3．2 多传感器加权观测融合白噪声Wiener反卷积估值器 | 第155-161页 |
| 3．3 仿真 | 第161-201页 |
| 3．3．1 仿真例子1 | 第161-170页 |
| 3．3．2 仿真例子2 | 第170-179页 |
| 3．3．3 仿真例子3 | 第179-189页 |
| 3．3．4 仿真例子4 | 第189-201页 |
| 第4章 多传感器加权观测融合单通道信号Wiene反卷积滤波器 | 第201-242页 |
| 4．1 引言 | 第201页 |
| 4．2 多传感器加权观测融合白噪声Wiener反卷积估值器 | 第201-208页 |
| 4．3 仿真 | 第208-242页 |
| 4．3．1 仿真例子1 | 第208-219页 |
| 4．3．2 仿真例子2 | 第219-228页 |
| 4．3．3 仿真例子3 | 第228-234页 |
| 4．3．4 仿真例子4 | 第234-242页 |
| 结束语 | 第242-243页 |
| 致谢 | 第243-244页 |
| 参考文献 | 第244-248页 |
| 独创性声明 | 第248页 |
