| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-18页 |
| ·引言 | 第7页 |
| ·研究背景及意义 | 第7-10页 |
| ·传感器管理和信息融合的关系 | 第7-9页 |
| ·传感器管理问题的提出 | 第9-10页 |
| ·传感器管理的基本理论 | 第10-13页 |
| ·传感器管理概念 | 第10-11页 |
| ·传感器管理范围和任务 | 第11-12页 |
| ·传感器管理的功能 | 第12-13页 |
| ·国内外研究进展 | 第13-16页 |
| ·论文工作安排 | 第16-18页 |
| 第2章 估计理论基础 | 第18-32页 |
| ·引言 | 第18-19页 |
| ·线性动态系统的滤波算法 | 第19-20页 |
| ·离散型卡尔曼滤波器 | 第19-20页 |
| ·非线性动态系统的滤波算法 | 第20-31页 |
| ·扩展卡尔曼滤波器 | 第20-21页 |
| ·Unscented卡尔曼滤波 | 第21-26页 |
| ·粒子滤波 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于UPF的传感器管理算法 | 第32-41页 |
| ·引言 | 第32页 |
| ·信息熵和信息增量 | 第32-35页 |
| ·Unscented Particle Filter | 第35-37页 |
| ·基于UPF的传感器管理算法的应用 | 第37-40页 |
| ·算法描述 | 第37页 |
| ·仿真及结果分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于IMM-UKF的传感器管理算法 | 第41-53页 |
| ·引言 | 第41-42页 |
| ·交互式多模型算法 | 第42-44页 |
| ·交互式UKF算法描述 | 第44-46页 |
| ·分辨力及信息增量 | 第46-47页 |
| ·基于IMM-UKF的传感器管理算法的应用 | 第47-52页 |
| ·算法描述 | 第47-48页 |
| ·仿真及结果分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
| 攻读硕士学位期间参加的科研项目 | 第62页 |