| 中文摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 绪论 | 第7-20页 |
| 第1章 稳态全局最优加权观测融合Kalman估值器 | 第20-87页 |
| ·引言 | 第20页 |
| ·全局最优集中式观测融合Kalman估值器 | 第20-22页 |
| ·带相同观测阵多传感器系统加权观测融合算法(Ⅰ) | 第22-25页 |
| ·基于加权观测融合算法(Ⅰ)的稳态全局最优加权观测融合Kalman估值器 | 第25-26页 |
| ·带有不相同观测阵多传感器系统加权观测融合算法(Ⅱ) | 第26-33页 |
| ·情形一 观测阵没有相同右因子 | 第26-30页 |
| ·情形二 观测阵具有相同右因子 | 第30-33页 |
| ·基于加权观测融合算法(Ⅱ)的稳态全局最优加权观测融合Kalman估值器 | 第33-36页 |
| ·情形一 观测阵没有相同右因子 | 第33-35页 |
| ·情形二 观测阵具有相同右因子 | 第35-36页 |
| ·两种加权观测融合算法的全局最优性和完全功能等价性 | 第36-37页 |
| ·仿真例子 | 第37-86页 |
| ·本章小结 | 第86-87页 |
| 第2章 自校正加权观测融合Kalman估值器 | 第87-229页 |
| ·引言 | 第87页 |
| ·辨识动态系统噪声方差方法原理 | 第87-91页 |
| ·多传感器动态系统噪声方差估值器 | 第91-92页 |
| ·基于加权观测融合算法(Ⅰ)的自校正加权观测融合Kalman估值器 | 第92-95页 |
| ·自校正加权观测融合Kalman估值器收敛性 | 第95-99页 |
| ·基于加权观测融合算法(Ⅱ)的自校正加权观测融合Kalman估值器 | 第99-106页 |
| ·情形一 观测阵没有相同右因子 | 第99-103页 |
| ·情形二 观测阵具有相同右因子 | 第103-106页 |
| ·仿真例子 | 第106-228页 |
| ·本章小结 | 第228-229页 |
| 结论 | 第229-230页 |
| 参考文献 | 第230-234页 |
| 致谢 | 第234-235页 |
| 攻读学位期间发表论文 | 第235-236页 |
