多传感器数据融合技术在区间估计中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·集员估计算法综述 | 第11-14页 |
| ·问题的提出 | 第11页 |
| ·集员估计的数学原理 | 第11-12页 |
| ·发展状况 | 第12-13页 |
| ·集员估计的应用和研究现状 | 第13-14页 |
| ·区间分析算法简介 | 第14-16页 |
| ·区间算法简介 | 第14页 |
| ·区间分析数学原理 | 第14-16页 |
| ·信息融合 | 第16-20页 |
| ·信息融合定义 | 第16页 |
| ·信息融合原理 | 第16页 |
| ·信息融合的方法 | 第16-20页 |
| ·估计方法 | 第17-18页 |
| ·统计方法 | 第18-19页 |
| ·聚类分析 | 第19页 |
| ·人工智能方法 | 第19-20页 |
| ·信息融合技术的应用领域及优点 | 第20页 |
| ·选题依据 | 第20-22页 |
| 第二章 区间数学理论基础 | 第22-37页 |
| ·区间数基本概念 | 第22-23页 |
| ·区间数的运算及代数性质 | 第23-24页 |
| ·区间向量 | 第24-26页 |
| ·区间数的排序 | 第26-35页 |
| ·区间数的大小比较 | 第26-27页 |
| ·区间数的距离 | 第27-28页 |
| ·区间数排序方法 | 第28-35页 |
| ·区间数的扩张估计问题 | 第35-36页 |
| ·区间扩张定义 | 第35页 |
| ·区间数扩张的性质 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第三章 集员估计区间算法 | 第37-48页 |
| ·集员估计发展过程 | 第37页 |
| ·集员估计算法 | 第37-39页 |
| ·椭球外界算法 | 第38页 |
| ·盒子外界算法(区间算法) | 第38-39页 |
| ·椭球和盒子外界算法 | 第39页 |
| ·精确算法 | 第39页 |
| ·集员估计的椭球算法 | 第39-42页 |
| ·集员估计区间算法 | 第42-47页 |
| ·问题定义 | 第42-43页 |
| ·区间分析固定记忆法 | 第43-44页 |
| ·区间算法的数学基础 | 第44-47页 |
| ·仿真实例 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第四章 多传感器信息融合 | 第48-57页 |
| ·信息融合技术综述 | 第48-51页 |
| ·信息融合定义 | 第48页 |
| ·信息融合技术的发展历史 | 第48页 |
| ·信息融合原理 | 第48-51页 |
| ·检测级融合 | 第49页 |
| ·状态级融合 | 第49页 |
| ·属性级融合 | 第49-51页 |
| ·检测系统 | 第51-52页 |
| ·多传感器测量系统的数学描述 | 第52-54页 |
| ·仿真及结论分析 | 第54-55页 |
| ·多传感器融合技术存在的问题和未来发展的趋势 | 第55-56页 |
| ·待解决的问题 | 第55页 |
| ·未来的发展趋向 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 多传感器数据融合技术在区间分析中的应用 | 第57-64页 |
| ·多传感器数据融合技术的集员估计区间算法原理 | 第57页 |
| ·数据融合技术 | 第57-60页 |
| ·真实—虚拟多层传感器融合估计算法 | 第57-59页 |
| ·多传感器自适应加权融合算法 | 第59-60页 |
| ·数据融合在区间分析中的应用 | 第60-62页 |
| ·仿真实例 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·课题总结 | 第64页 |
| ·展望 | 第64-66页 |
| ·在区间分析方面 | 第64-65页 |
| ·在多传感器数据融合方面 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录A | 第70-72页 |
| 个人简历 | 第72-73页 |
| 攻读学位期间发表的学术论文 | 第73页 |
