| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 选题的意义 | 第10-12页 |
| 1.2 带乘性噪声系统的特点及研究现状 | 第12-14页 |
| 1.2.1 带乘性噪声系统的特点 | 第12-13页 |
| 1.2.2 带乘性噪声系统估计理论的研究现状 | 第13-14页 |
| 1.3 2-D 系统的特点及研究现状 | 第14-16页 |
| 1.3.1 2-D 系统的特点 | 第14-15页 |
| 1.3.2 2-D 系统状态滤波理论的研究现状 | 第15-16页 |
| 1.3.3 系统观测噪声估计算法的研究现状 | 第16页 |
| 1.4 2-D 奇异系统的特点及研究现状 | 第16-19页 |
| 1.4.1 2-D 奇异系统的特点 | 第16-18页 |
| 1.4.2 2-D 奇异系统的研究现状 | 第18-19页 |
| 1.5 本文所做的工作 | 第19-20页 |
| 2 带乘性噪声 2-D 系统状态最优滤波算法的研究 | 第20-32页 |
| 2.1 模型描述 | 第20-21页 |
| 2.2 带乘性噪声 2-D 系统状态最优滤波算法的推导 | 第21-26页 |
| 2.3 算法步骤与数值算例 | 第26-30页 |
| 2.3.1 算法步骤 | 第26-28页 |
| 2.3.2 算法仿真 | 第28-30页 |
| 2.4 算法分析与比较 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 带乘性噪声 2-D 系统观测噪声最优估计算法的研究 | 第32-44页 |
| 3.1 问题描述 | 第32页 |
| 3.2 带乘性噪声 2-D 系统观测噪声的最优滤波算法 | 第32-33页 |
| 3.3 带乘性噪声 2-D 系统观测噪声的平滑算法 | 第33-40页 |
| 3.3.1 带乘性噪声 2-D 系统观测噪声单指标变化时的平滑算法 | 第34-37页 |
| 3.3.2 带乘性噪声 2-D 系统观测噪声双指标变化时的平滑算法 | 第37-40页 |
| 3.4 观测噪声估计算法的仿真 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 4 带乘性噪声 2-D 奇异系统状态最优滤波算法的研究 | 第44-60页 |
| 4.1 模型描述 | 第44-45页 |
| 4.2 模型受限等价变换 | 第45-48页 |
| 4.3 带乘性噪声 2-D 奇异系统状态最优滤波算法的推导 | 第48-53页 |
| 4.4 算法步骤和数值仿真 | 第53-59页 |
| 4.4.1 算法步骤 | 第54-55页 |
| 4.4.2 算法仿真 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 本文小结 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简介 | 第67页 |
| 发表的学术论文 | 第67-68页 |
