| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-25页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·多传感器信息融合技术 | 第10-13页 |
| ·多传感器信息融合国内外研究现状 | 第10-12页 |
| ·信息融合的模型 | 第12-13页 |
| ·信息融合的方法 | 第13页 |
| ·信息融合中线性系统状态估计研究综述 | 第13-16页 |
| ·信息融合中非线性系统状态估计研究综述 | 第16-21页 |
| ·扩展 Kalman 滤波器 | 第16页 |
| ·无迹 Kalman 滤波器 | 第16-17页 |
| ·粒子滤波器 | 第17-21页 |
| ·对具有丢包系统状态估计的研究概况 | 第21-24页 |
| ·主要研究内容 | 第24-25页 |
| 第2章 预备知识 | 第25-32页 |
| ·引言 | 第25页 |
| ·贝叶斯滤波 | 第25-28页 |
| ·经典 Kalman 滤波 | 第28-29页 |
| ·扩展 Kalman 滤波 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 具有多丢包的多传感器非线性系统分布式融合无迹卡尔曼滤波器 | 第32-53页 |
| ·引言 | 第32页 |
| ·问题阐述 | 第32-33页 |
| ·多传感器系统网络构建创新结构 | 第33-34页 |
| ·无迹变换 | 第34-36页 |
| ·具有多丢包的多传感器非线性系统 UKF 信息融合滤波算法 | 第36-39页 |
| ·相关文献方法 | 第39-41页 |
| ·仿真研究 | 第41-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 具有多丢包的多传感器非线性系统分布式融合粒子滤波器 | 第53-70页 |
| ·引言 | 第53页 |
| ·问题描述 | 第53页 |
| ·粒子滤波 | 第53-60页 |
| ·贝叶斯重要性采样 | 第53-55页 |
| ·重要性采样算法 | 第55-57页 |
| ·建议分布的选择 | 第57-58页 |
| ·重采样 | 第58-60页 |
| ·具有多丢包的多传感器非线性系统分布式融合粒子滤波器 | 第60-62页 |
| ·伪测量粒子滤波器 | 第62页 |
| ·仿真研究 | 第62-68页 |
| ·本章小结 | 第68-70页 |
| 结语 | 第70-71页 |
| 参考文献 | 第71-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表的学术论文 | 第83页 |
