| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 主要缩略词说明 | 第12-13页 |
| 第1章 绪论 | 第13-35页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-22页 |
| 1.2.1 静态多模型算法 | 第14-15页 |
| 1.2.2 动态多模型算法 | 第15-19页 |
| 1.2.3 变结构多模型算法 | 第19-22页 |
| 1.3 混合系统状态估计方法研究的关键性问题 | 第22-29页 |
| 1.3.1 模型集的设计 | 第22-25页 |
| 1.3.2 转移概率的确定 | 第25-27页 |
| 1.3.3 假设管理策略 | 第27-28页 |
| 1.3.4 输出融合方法 | 第28-29页 |
| 1.4 混合估计相关的概率与统计理论 | 第29-33页 |
| 1.4.1 贝叶斯法则 | 第29-30页 |
| 1.4.2 混合概率密度函数 | 第30-31页 |
| 1.4.3 假设检验 | 第31-33页 |
| 1.5 课题主要研究内容及章节安排 | 第33-35页 |
| 第2章 基于期望模态的当前活跃集自适应方法 | 第35-64页 |
| 2.1 问题描述 | 第35-39页 |
| 2.1.1 多模型混合估计问题 | 第35-38页 |
| 2.1.2 模型集自适应问题描述及建模 | 第38-39页 |
| 2.2 混合估计的图论建模 | 第39-41页 |
| 2.3 模型集自适应的关联问题及解决方法 | 第41-45页 |
| 2.3.1 新增模型集的初始化方法 | 第41-44页 |
| 2.3.2 基于当前模型及新模型的估计结果的融合方法 | 第44-45页 |
| 2.4 期望模态增广的理论基础及优势分析 | 第45-49页 |
| 2.5 最小子集 | 第49-51页 |
| 2.6 基于期望模态具有最小增广活跃集的变结构多模型算法 | 第51-57页 |
| 2.6.1 EMASA算法的图论建模 | 第51-52页 |
| 2.6.2 切换律设计 | 第52-54页 |
| 2.6.3 EMASA算法 | 第54-57页 |
| 2.7 仿真分析 | 第57-63页 |
| 2.7.1 目标跟踪环境描述 | 第57-59页 |
| 2.7.2 算法性能评估 | 第59-63页 |
| 2.8 本章小结 | 第63-64页 |
| 第3章 二阶Markov链转移概率矩阵在线自适应方法 | 第64-78页 |
| 3.1 问题描述 | 第64-65页 |
| 3.2 转移概率矩阵的后验概率密度推导 | 第65-68页 |
| 3.3 转移概率矩阵的MMSE估计 | 第68-71页 |
| 3.3.1 准贝叶斯先验概率估计 | 第69-70页 |
| 3.3.2 准贝叶斯TPM估计 | 第70-71页 |
| 3.4 仿真分析 | 第71-77页 |
| 3.4.1 逃脱战术机动环境 | 第72-74页 |
| 3.4.2 高机动环境 | 第74-77页 |
| 3.5 本章小结 | 第77-78页 |
| 第4章 二阶Markov跳变系统的假设融合方法 | 第78-93页 |
| 4.1 问题描述 | 第78-79页 |
| 4.1.1 二阶Markov跳变系统状态估计 | 第78-79页 |
| 4.1.2 IMM2与SIMM存在的问题 | 第79页 |
| 4.2 基于高斯混合的混合估计（GM-MM）算法 | 第79-83页 |
| 4.3 基于高斯混合具有自适应TPM的二阶Markov跳变系统状态估计方法 | 第83-84页 |
| 4.4 仿真分析 | 第84-92页 |
| 4.4.1 逃脱战术机动环境 | 第85-88页 |
| 4.4.2 高机动环境 | 第88-92页 |
| 4.5 本章小结 | 第92-93页 |
| 第5章 基于最优融合准则的输出融合方法 | 第93-114页 |
| 5.1 问题描述 | 第93-94页 |
| 5.2 线性最小方差意义下的最优信息融合准则 | 第94-96页 |
| 5.3 估计误差互协方差阵的推导 | 第96-98页 |
| 5.4 基于最优信息融合理论的鲁棒混合估计算法 | 第98-104页 |
| 5.4.1 算法框架 | 第98-99页 |
| 5.4.2 RCSIMM算法 | 第99-101页 |
| 5.4.3 RCDIMM算法 | 第101-102页 |
| 5.4.4 RCMIMM算法 | 第102-104页 |
| 5.5 算法复杂度及理论分析 | 第104-107页 |
| 5.5.1 计算复杂度分析 | 第104-106页 |
| 5.5.2 理论分析 | 第106-107页 |
| 5.6 仿真分析 | 第107-113页 |
| 5.7 本章小结 | 第113-114页 |
| 第6章 带丢包Markov跳变系统的混合估计方法 | 第114-127页 |
| 6.1 问题描述 | 第114-115页 |
| 6.2 具有双Markov切换参数的混合估计框架 | 第115-118页 |
| 6.3 状态增广的最优线性滤波算法 | 第118-120页 |
| 6.4 带丢包Markov跳变系统状态估计算法 | 第120-122页 |
| 6.5 仿真分析 | 第122-126页 |
| 6.6 本章小结 | 第126-127页 |
| 结论 | 第127-130页 |
| 参考文献 | 第130-144页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第144-145页 |
| 致谢 | 第145页 |
