多传感器最优估计与融合算法

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-13页
·数据融合的产生背景、概念和原理	第7-9页
·多传感器信息融合系统的优点	第9页
·信息融合的级别	第9-10页
·位置级信息融合	第10-12页
·本文工作与安排	第12-13页
第二章 多传感器最优估计与融合算法理论基础	第13-23页
·引言	第13页
·常用的多传感器信息融合算法	第13-15页
·状态估计的主要方法	第15-18页
·卡尔曼滤波概述	第18-21页
·本章小结	第21-23页
第三章 多传感器融合的结构模型	第23-33页
·检测级融合结构	第23-24页
·属性级融合结构	第24-25页
·位置级融合结构模型	第25-28页
·最优融合算法	第28-31页
·本章小结	第31-33页
第四章 测量噪声相关的多传感器融合算法	第33-47页
·引言	第33页
·系统模型	第33-34页
·最优融合估计算法	第34-38页
·Pei-Radman 融合估计方法	第38-46页
·本章小节	第46-47页
第五章 非线性系统中多传感器的状态融合估计	第47-63页
·引言	第47页
·多传感器加权融合算法	第47-48页
·非线性系统的状态估计	第48-52页
·“Unscented”卡尔曼滤波	第52-57页
·基于UKF 的多传感器数据融合算法	第57-62页
·本章小结	第62-63页
第六章 总结与展望	第63-65页
致谢	第65-67页
参考文献	第67-71页