线性乘性不确定系统的状态估计和信息融合
| 摘要 | 第1-7页 |
| 英文摘要 | 第7-17页 |
| 第1章 绪论 | 第17-25页 |
| ·研究背景及意义 | 第17-18页 |
| ·研究进展 | 第18-22页 |
| ·最优滤波方法 | 第18-19页 |
| ·不确定系统鲁棒滤波 | 第19-20页 |
| ·时滞系统的滤波方法 | 第20页 |
| ·信息融合 | 第20-22页 |
| ·本文主要工作 | 第22-25页 |
| 第2章 Kalman滤波及鲁棒最小二乘法 | 第25-39页 |
| ·引言 | 第25页 |
| ·Kalman滤波 | 第25-31页 |
| ·高斯噪声的离散模型 | 第25-27页 |
| ·估计准则 | 第27-29页 |
| ·Kalman滤波 | 第29-31页 |
| ·鲁棒最小二乘法 | 第31-37页 |
| ·鲁棒最小二乘法的原理 | 第31-32页 |
| ·鲁棒最小二乘法的几何意义 | 第32-33页 |
| ·鲁棒最小二乘解的算法 | 第33-35页 |
| ·数值例子 | 第35-37页 |
| ·结语 | 第37-39页 |
| 第3章 乘性噪声观测时滞系统最优状态估计 | 第39-53页 |
| ·引言 | 第39页 |
| ·问题描述 | 第39-40页 |
| ·虚拟噪声补偿 | 第40-42页 |
| ·重组新息序列 | 第42-44页 |
| ·Riccati方程 | 第44-47页 |
| ·固定步长平滑 | 第47-49页 |
| ·增广状态方法 | 第49-50页 |
| ·数值例子 | 第50-51页 |
| ·结语 | 第51-53页 |
| 第4章 状态及噪声时滞不确定系统最优状态估计 | 第53-67页 |
| ·引言 | 第53页 |
| ·问题描述 | 第53-54页 |
| ·一步预测估计 | 第54-63页 |
| ·数值例子 | 第63-64页 |
| ·结语 | 第64-67页 |
| 第5章 乘性不确定时滞系统多传感器估计融合 | 第67-79页 |
| ·引言 | 第67页 |
| ·问题描述 | 第67-68页 |
| ·传感器节点的状态预报器设计 | 第68-72页 |
| ·分布式标量加权信息融合 | 第72-76页 |
| ·数值例子 | 第76页 |
| ·结语 | 第76-79页 |
| 第6章 不确定系统分布式多传感器信息融合鲁棒估计 | 第79-95页 |
| ·引言 | 第79页 |
| ·白噪声不确定系统多传感器信息融合鲁棒估计 | 第79-85页 |
| ·问题描述 | 第79-80页 |
| ·白噪声不确定系统多传感器信息融合鲁棒估计 | 第80-83页 |
| ·数值例子 | 第83-85页 |
| ·有色噪声不确定系统多传感器信息融合鲁棒估计 | 第85-92页 |
| ·问题描述 | 第85-86页 |
| ·有色噪声不确定系统鲁棒滤波器 | 第86-91页 |
| ·有色噪声不确定系统多传感器信息融合鲁棒估计 | 第91-92页 |
| ·数值例子 | 第92页 |
| ·结语 | 第92-95页 |
| 第7章 结论与展望 | 第95-97页 |
| ·结论 | 第95-96页 |
| ·展望 | 第96-97页 |
| 参考文献 | 第97-105页 |
| 致谢 | 第105-107页 |
| 攻读博士学位期间完成论文 | 第107-109页 |
| 附录 完成的英文论文 | 第109-110页 |
| 学位论文评阅及答辩情况表 | 第110页 |
