| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪论 | 第7-16页 |
| ·课题研究的背景和意义 | 第7-8页 |
| ·多传感器信息融合估计 | 第8-10页 |
| ·信息融合技术的国内外研究状况 | 第8-9页 |
| ·信息融合的含义及其优点 | 第9页 |
| ·信息融合的结构和方法 | 第9-10页 |
| ·随机观测滞后系统的研究概况 | 第10-11页 |
| ·预备知识 | 第11-14页 |
| ·三种最优加权信息融合估计算法及其计算量比较 | 第11-14页 |
| ·矩阵迹求导公式 | 第14页 |
| ·主要研究内容 | 第14-16页 |
| 第2章 带一步随机观测滞后多传感器系统的分布式融合状态估值器 | 第16-39页 |
| ·引言 | 第16页 |
| ·问题的描述 | 第16-18页 |
| ·模型转化 | 第18-19页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第19-24页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第24-28页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第28-29页 |
| ·仿真研究 | 第29-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 带一步随机观测滞后多传感器系统的分布式融合满阶状态估值器 | 第39-63页 |
| ·引言 | 第39页 |
| ·问题的描述 | 第39-41页 |
| ·非增广局部Kalman预报器和滤波器 | 第41-51页 |
| ·非增广局部Kalman滤波器 | 第42-46页 |
| ·非增广局部Kalman预报器 | 第46-51页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第51-53页 |
| ·分布式加权多传感器最优信息融合估值器 | 第53-54页 |
| ·仿真研究 | 第54-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 带多步随机观测滞后多传感器系统的分布式状态估值器 | 第63-84页 |
| ·引言 | 第63页 |
| ·问题的描述 | 第63-66页 |
| ·模型转化 | 第66页 |
| ·预备引理 | 第66-68页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第68-73页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第73-76页 |
| ·多传感器分布式加权最优信息融合估值器 | 第76-77页 |
| ·仿真研究 | 第77-83页 |
| ·本章小结 | 第83-84页 |
| 结语 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间发表的学术论文 | 第92-93页 |
