传感器精度参数估计方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 信息融合技术研究现状 | 第14-16页 |
| 1.2.2 传感器精度估计研究现状 | 第16-19页 |
| 1.3 研究内容和章节安排 | 第19-21页 |
| 第2章 多传感器精度估计基本理论与相关技术 | 第21-34页 |
| 2.1 传感器的测量精度 | 第21-22页 |
| 2.1.1 测量的基本概念 | 第21页 |
| 2.1.2 精度的基本概念 | 第21-22页 |
| 2.2 假设检验与参数估计 | 第22-29页 |
| 2.2.1 假设检验 | 第22-27页 |
| 2.2.2 参数估计 | 第27-29页 |
| 2.3 遗传算法的基本理论 | 第29-33页 |
| 2.3.1 遗传算法的基本概念与流程 | 第29-30页 |
| 2.3.2 遗传算法的基本要素 | 第30-33页 |
| 2.3.3 基本遗传算法的优点与不足 | 第33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 多传感器精度估计问题建模 | 第34-49页 |
| 3.1 多源数据融合系统误差特征分析 | 第34-36页 |
| 3.2 传感器测量数据的统计矢量及其特性 | 第36-39页 |
| 3.2.1 统计矢量 | 第36-37页 |
| 3.2.2 统计矢量的特性 | 第37-39页 |
| 3.3 基于参数估计的目标函数设计 | 第39-43页 |
| 3.3.1 基于极大似然估计的目标函数设计 | 第40-41页 |
| 3.3.2 基于正态总体参数检验的目标函数设计 | 第41-42页 |
| 3.3.3 基于K-S检验的目标函数设计 | 第42-43页 |
| 3.4 目标函数的值分布情况 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 改进的遗传算法及其在精度估计的应用 | 第49-58页 |
| 4.1 遗传算法的改进 | 第49-53页 |
| 4.1.1 交叉、变异概率的自适应改进 | 第49-52页 |
| 4.1.2 改进遗传算法的流程 | 第52-53页 |
| 4.2 改进遗传算法在精度估计问题上的应用 | 第53-55页 |
| 4.3 仿真实验 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 影响精度估计结果的因素分析 | 第58-77页 |
| 5.1 目标分布对估计结果的影响 | 第58-64页 |
| 5.2 目标函数对估计结果的影响 | 第64-69页 |
| 5.3 观测数据量对估计结果的影响 | 第69-76页 |
| 5.3.1 单目标的观测数据量的影响 | 第69-73页 |
| 5.3.2 多目标的观测数据量的影响 | 第73-76页 |
| 5.4 本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文 | 第84-85页 |
| 致谢 | 第85页 |
