| 中文摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题研究的背景和意义 | 第8页 |
| ·多传感器信息融合技术 | 第8-16页 |
| ·信息融合技术的国内外研究状况 | 第8-11页 |
| ·信息融合的结构 | 第11-12页 |
| ·信息融合的方法 | 第12-15页 |
| ·信息融合中的状态估计 | 第15-16页 |
| ·含未知输入系统状态估计的研究概况 | 第16-17页 |
| ·主要研究内容 | 第17-18页 |
| 第2章 预备知识 | 第18-24页 |
| ·引言 | 第18页 |
| ·线性最小方差最优加权信息融合算法及其计算量比较 | 第18-21页 |
| ·基于正常系统的多传感器 Kalman 滤波器 | 第21-22页 |
| ·分块矩阵的求逆和矩阵迹的求导公式 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 带随机偏差系统的分布式信息融合滤波器 | 第24-52页 |
| ·引言 | 第24页 |
| ·带随机系统偏差的分布式信息融合 Kalman 滤波器 | 第24-27页 |
| ·问题的阐述 | 第24-25页 |
| ·局部单传感器滤波器 | 第25-26页 |
| ·最优融合滤波器 | 第26-27页 |
| ·带随机传感器偏差的分布式信息融合 Kalman 滤波器 | 第27-29页 |
| ·问题的阐述 | 第27-28页 |
| ·局部单传感器滤波器 | 第28页 |
| ·最优融合滤波器 | 第28-29页 |
| ·带系统和传感器随机偏差系统的信息融合 Kalman 滤波器 | 第29-32页 |
| ·问题的阐述 | 第29-30页 |
| ·局部单传感器滤波器 | 第30-31页 |
| ·最优融合滤波器 | 第31-32页 |
| ·带未知随机系统偏差系统的自校正信息融合Kalman 滤波器 | 第32-38页 |
| ·引言 | 第32页 |
| ·问题的阐述 | 第32-34页 |
| ·信息融合噪声统计辨识 | 第34-36页 |
| ·自校正信息融合滤波器 | 第36-38页 |
| ·仿真研究 | 第38-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 带未知输入系统的信息融合状态滤波器 | 第52-73页 |
| ·引言 | 第52页 |
| ·系统带未知输入的离散随机线性系统的分布式融合滤波器 | 第52-56页 |
| ·问题的阐述 | 第52-53页 |
| ·局部单传感器滤波器 | 第53-55页 |
| ·任两个传感器子系统之间的滤波误差互协方差阵的计算 | 第55-56页 |
| ·最优融合滤波器 | 第56页 |
| ·传感器带未知输入的离散随机线性系统的分布式融合滤波器 | 第56-60页 |
| ·问题的阐述 | 第56-57页 |
| ·局部单传感器滤波器 | 第57-59页 |
| ·任两个传感器子系统之间的滤波误差互协方差阵的计算 | 第59页 |
| ·最优融合滤波器 | 第59-60页 |
| ·系统和传感器都带有未知输入系统的信息融合滤波器 | 第60-63页 |
| ·问题的阐述 | 第60页 |
| ·局部单传感器滤波器 | 第60-62页 |
| ·任两个传感器子系统之间的滤波误差互协方差阵的计算 | 第62-63页 |
| ·最优融合滤波器 | 第63页 |
| ·仿真研究 | 第63-72页 |
| ·本章小结 | 第72-73页 |
| 第5章 带故障诊断的分布式融合状态估计 | 第73-88页 |
| ·引言 | 第73页 |
| ·问题的阐述 | 第73-74页 |
| ·故障诊断方法 | 第74-77页 |
| ·故障诊断 WSSR 法 | 第74-75页 |
| ·故障诊断 U 检验法 | 第75-77页 |
| ·带不同偏差系统的分布式融合估计算法 | 第77-82页 |
| ·问题的阐述 | 第77-78页 |
| ·任两个传感器子系统之间的滤波误差互协方差阵的计算 | 第78-81页 |
| ·最优融合滤波器 | 第81-82页 |
| ·带故障诊断与隔离的信息融合结构 | 第82-83页 |
| ·仿真研究 | 第83-87页 |
| ·本章小结 | 第87-88页 |
| 结语 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 攻读学位期间发表的学术论文 | 第96-97页 |
