| 第一章 多传感器信息融合理论概述 | 第1-29页 |
| 1．1 多传感器融合概论 | 第13-20页 |
| 1．1．1 多传感器融合的定义 | 第13-14页 |
| 1．1．2 多传感器融合的基本原理 | 第14-15页 |
| 1．1．3 多传感器融合的过程 | 第15-17页 |
| 1．1．4 多传感器融合的级别 | 第17-19页 |
| 1．1．5 时间融合和空间融合 | 第19-20页 |
| 1．2 多传感器融合的结构分类 | 第20-26页 |
| 1．2．1 根据信息流划分 | 第20-24页 |
| 1．2．2 根据控制关系划分 | 第24-26页 |
| 1．3 多传感器融合研究的问题 | 第26-29页 |
| 1．3．1 多传感器融合研究存在的问题 | 第26-28页 |
| 1．3．2 多传感器融合研究方向 | 第28-29页 |
| 第二章 多传感器信息融合原理 | 第29-49页 |
| 2．1 传感器信息的获取与预处理 | 第29-34页 |
| 2．1．1 传感器的主要工作机理 | 第29-30页 |
| 2．1．2 传感器信号的预处理 | 第30-31页 |
| 2．1．3 信号时域分析 | 第31-32页 |
| 2．1．4 信号的谱分析技术 | 第32-34页 |
| 2．1．5 其它预处理方法 | 第34页 |
| 2．2 传感器检测性能分析 | 第34-39页 |
| 2．2．1 传感器检测的基本特性 | 第35-37页 |
| 2．2．2 传感器检测性能分析 | 第37-39页 |
| 2．3 多传感器融合系统模型 | 第39-47页 |
| 2．3．1 多传感器融合的功能模型 | 第39-42页 |
| 2．3．2 多传感器融合通用处理结构 | 第42-45页 |
| 2．3．3 实际融合系统的功能结构 | 第45-47页 |
| 2．4 多传感器融合过程 | 第47-49页 |
| 第三章 多传感器融合方法 | 第49-63页 |
| 3．1 多传感器融合方法概述 | 第49-53页 |
| 3．2 基于 D-S证据推理的多传感器融合方法 | 第53-56页 |
| 3．2．1 D-S方法的推理结构 | 第53-54页 |
| 3．2．2 D-S证据推理基本原理 | 第54-55页 |
| 3．2．3 D-S证据推理在多传感器融合中的基本应用过程 | 第55-56页 |
| 3．3 基于专家系统的多传感器融合方法 | 第56-63页 |
| 3．3．1 规则的知识表示方法 | 第57-59页 |
| 3．3．2 基于加权模糊逻辑的推理机的实现 | 第59-63页 |
| 第四章 多传感器融合在温室智能控制中的应用 | 第63-95页 |
| 4．1 温室控制概述 | 第63-68页 |
| 4．1．1 温室发展历程与现状 | 第63-64页 |
| 4．1．2 温室农业的研究动态 | 第64-65页 |
| 4．1．3 我国温室发展现存问题 | 第65-66页 |
| 4．1．4 温室环境监测控制技术概述 | 第66-68页 |
| 4．2 温室环境控制中的主要参数及传感器技术 | 第68-76页 |
| 4．2．1 温室环境控制中的主要参数 | 第68-71页 |
| 4．2．2 温室传感器技术 | 第71-76页 |
| 4．3 数据融合技术在温室环境控制中的应用研究 | 第76-95页 |
| 4．3．1 数据融合框架 | 第77-78页 |
| 4．3．2 数据融合算法研究 | 第78-84页 |
| 4．3．3 专家系统的软件构成 | 第84-85页 |
| 4．3．4 专家系统中的多传感器管理 | 第85-87页 |
| 4．3．5 数据融合应用实例分析 | 第87-95页 |
| 结束语 | 第95-99页 |
| 参考文献 | 第99-103页 |
| 致谢 | 第103-105页 |
| 在校期间从事的项目及发表的论文 | 第105页 |