带乘性噪声广义系统多传感器信息融合状态估计算法研究

摘要	第1-6页
Abstract	第6-10页
1 引言	第10-21页
·多传感器信息融合概述	第10-14页
·多传感器信息融合产生的背景及其定义	第10-11页
·多传感器信息融合的基本原理及其意义	第11-12页
·多传感器信息融合状态估计算法的发展及研究现状	第12-14页
·带乘性噪声系统的特点及应用背景	第14-16页
·带乘性噪声系统的特点	第14-15页
·带乘性噪声系统的应用背景	第15-16页
·带乘性噪声系统估计理论的发展及研究现状	第16-18页
·广义系统的研究现状	第18-19页
·本文选题意义及所做工作	第19-21页
2 带乘性噪声广义系统多传感器状态融合滤波算法	第21-36页
·引言	第21页
·问题描述	第21-23页
·单传感器系统局部最优滤波算法(状态扩维方法)	第23-25页
·多传感器系统集中式最优滤波融合算法	第25-28页
·多传感器系统分布式最优滤波融合算法	第28-32页
·集中式与分布式融合算法比较及流程图	第32-35页
·本章小结	第35-36页
3 带乘性噪声广义系统多传感器加权融合滤波算法	第36-50页
·按矩阵加权线性最小方差最优融合准则	第36-38页
·问题描述	第38-40页
·单传感器系统局部最优滤波算法(受限等价变换法)	第40-46页
·第二种受限等价变换方法	第40-42页
·基于第二种受限等价变换的最优滤波算法	第42-46页
·按矩阵加权最优信息融合状态滤波算法	第46-49页
·本章小结	第49-50页
4 仿真研究	第50-62页
·集中式和分布式滤波融合算法仿真研究	第50-57页
·按矩阵加权分布式滤波融合算法仿真研究	第57-61页
·本章小结	第61-62页
5 结论	第62-64页
参考文献	第64-67页
致谢	第67-68页
个人简历	第68页
发表的学术论文	第68页