| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 论文研究的背景和意义 | 第8-10页 |
| 1.1.1 论文的研究的背景 | 第8-9页 |
| 1.1.2 论文的研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究的主要内容 | 第11-13页 |
| 2 列车运行控制系统及信息融合概论 | 第13-22页 |
| 2.1 CTCS-3 列控系统研究 | 第13-16页 |
| 2.1.1 CTCS-3 列控系统总体结构 | 第13-14页 |
| 2.1.2 CTCS-3 列控系统常用运行信息采集 | 第14-16页 |
| 2.2 信息融合方法研究 | 第16-21页 |
| 2.2.1 信息融合概述 | 第16-18页 |
| 2.2.2 信息融合研究的主要内容 | 第18-21页 |
| 2.3 小结 | 第21-22页 |
| 3 基于联邦卡尔曼滤波的列车速度信息融合方法研究 | 第22-33页 |
| 3.1 卡尔曼滤波原理 | 第22-23页 |
| 3.2 非线性滤波方法 | 第23-25页 |
| 3.2.1 扩展卡尔曼滤波算法（EKF） | 第23-24页 |
| 3.2.2 无迹卡尔曼滤波方法（UKF） | 第24-25页 |
| 3.3 联邦卡尔曼滤波器 | 第25-28页 |
| 3.3.1 联邦卡尔曼滤波器的结构 | 第25-27页 |
| 3.3.2 联邦卡尔曼滤波器的算法 | 第27-28页 |
| 3.4 列车测速信息融合方法研究 | 第28-32页 |
| 3.4.1 列车测速信息融合模型 | 第28-30页 |
| 3.4.2 列车测速信息融合仿真 | 第30-32页 |
| 3.5 小结 | 第32-33页 |
| 4 基于“当前”统计模型的列车定位信息融合方法研究 | 第33-44页 |
| 4.1 机动目标追踪的基本理论 | 第33-35页 |
| 4.1.1 目标机动与目标追踪的基本含义 | 第33页 |
| 4.1.2 机动目标状态估计的基本原理 | 第33-34页 |
| 4.1.3 机动目标状态估计的基本要素 | 第34-35页 |
| 4.2 机动目标状态估计的常用模型 | 第35-37页 |
| 4.3 基于“当前”统计模型的列车定位信息融合方法研究 | 第37-43页 |
| 4.3.1 GPS/DR状态方程的建立 | 第38-41页 |
| 4.3.2 GPS/DR融合定位仿真 | 第41-43页 |
| 4.4 小结 | 第43-44页 |
| 5 列车运行信息智能融合决策方法研究 | 第44-53页 |
| 5.1 智能融合决策概述 | 第44-46页 |
| 5.1.1 知识表示 | 第44-45页 |
| 5.1.2 智能处理的基本结构 | 第45-46页 |
| 5.2 列车运行智能控制模式 | 第46-47页 |
| 5.3 基于模糊推理的列车运行决策方法研究 | 第47-52页 |
| 5.3.1 模糊推理概述 | 第48-49页 |
| 5.3.2 知识表示 | 第49-50页 |
| 5.3.3 模糊推理信息融合仿真 | 第50-52页 |
| 5.4 小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |
