| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 卡尔曼滤波的研究背景 | 第7页 |
| 1.2 卡尔曼滤波的研究现状 | 第7-8页 |
| 1.3 论文的主要内容 | 第8-10页 |
| 1.3.1 论文的组织 | 第8-9页 |
| 1.3.2 论文的创新 | 第9-10页 |
| 2 线性卡尔曼滤波 | 第10-20页 |
| 2.1 线性离散卡尔曼滤波 | 第10-15页 |
| 2.1.1 动态方程和观测方程 | 第10-11页 |
| 2.1.2 线性离散卡尔曼滤波 | 第11-15页 |
| 2.2 自适应卡尔曼滤波 | 第15-20页 |
| 2.2.1 Sage-Husa自适应滤波 | 第15-16页 |
| 2.2.2 简化的Sage-Husa自适应滤波 | 第16-18页 |
| 2.2.3 衰减因子自适应滤波 | 第18-20页 |
| 3 非线性卡尔曼滤波 | 第20-27页 |
| 3.1 扩展卡尔曼滤波(Extended Kalman Filter,EKF) | 第20-21页 |
| 3.2 无迹卡尔曼滤波(Unscented Kalman Filter,UKF) | 第21-24页 |
| 3.2.1 无迹变换(Unscented Transformation,UT) | 第22-24页 |
| 3.3 扩维无迹卡尔曼滤波 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 4 卡尔曼滤波模型估计法及自适应滤波的改进 | 第27-31页 |
| 4.1 SPL法估计状态方程参数 | 第27-28页 |
| 4.2 OSL法估计观测方程参数 | 第28-29页 |
| 4.3 自适应滤波的改进 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 5 时滞卡尔曼滤波 | 第31-35页 |
| 5.1 时滞系统的研究背景 | 第31页 |
| 5.2 带观测时滞的卡尔曼滤波器 | 第31-33页 |
| 5.3 一种确定观测延迟时间的方法 | 第33-35页 |
| 6 实例分析 | 第35-40页 |
| 6.1 模型估计及滤波结果 | 第35-37页 |
| 6.2 从观测时滞和新息的改进 | 第37-39页 |
| 6.3 本章小结 | 第39-40页 |
| 结束语 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-44页 |
