| 第1章 绪论 | 第1-16页 |
| ·引言 | 第7-9页 |
| ·多尺度模型概况 | 第9-12页 |
| ·国外发展概括 | 第9-12页 |
| ·国内发展情况 | 第12页 |
| ·选题意义和研究内容 | 第12-14页 |
| ·本论文的主要工作安排 | 第14-16页 |
| 第2章 基础知识 | 第16-36页 |
| ·状态估计理论基础 | 第16-26页 |
| ·Kalman滤波问题的预备知识和分类 | 第18-21页 |
| ·线性离散系统Kalman最优滤波 | 第21-25页 |
| ·线性离散系统的最优平滑估计 | 第25-26页 |
| ·小波分析理论基础 | 第26-36页 |
| ·小波变换 | 第27-30页 |
| ·多尺度分析 | 第30-32页 |
| ·M进制小波 | 第32-34页 |
| ·高维小波 | 第34-36页 |
| 第3章 多尺度随机模型 | 第36-54页 |
| ·多尺度概念 | 第37-39页 |
| ·多尺度随机模型 | 第39-42页 |
| ·多尺度模型的最优平滑估计 | 第42-50页 |
| ·算法的复杂度 | 第50页 |
| ·计算机仿真 | 第50-54页 |
| ·各个尺度上的传感器有不同的观测精度 | 第50-52页 |
| ·各个尺度上的传感器有相同的观测精度 | 第52-54页 |
| 第4章 1-D随机过程和序列的多尺度表示方法 | 第54-78页 |
| ·1-D Markov过程的几个概念 | 第55-56页 |
| ·1-D Markov过程基于一般q阶树的多尺度表示 | 第56-65页 |
| ·1-D Markov过程基于二阶树的多尺度表示方法 | 第56-59页 |
| ·1-D Markov过程基于三阶树的多尺度表示方法 | 第59-61页 |
| ·1-D Markov过程或序列基于q阶树的多尺度表示方法 | 第61-65页 |
| ·信号或过程基于q阶树多尺度表示的例子 | 第65-73页 |
| ·基于二阶树的多尺度表示 | 第66-67页 |
| ·基于三阶树的多尺度表示方法 | 第67-69页 |
| ·基于q阶树的多尺度表示方法 | 第69-73页 |
| ·计算机仿真 | 第73-78页 |
| ·基于三阶树的多尺度表示 | 第73页 |
| ·基于一般q阶树的多尺度表示 | 第73-78页 |
| 第5章 2-D Markov随机场的多尺度表示 | 第78-95页 |
| ·2-D MRF's有关概念 | 第78-79页 |
| ·Gauss-MRF's的确切多尺度表示 | 第79-92页 |
| ·MRF's基于3×3阶树有冗余的多尺度表示方法 | 第80-85页 |
| ·Gauss-MRF's基于3×3阶树的近似多尺度表示方法 | 第85-92页 |
| ·Gauss-MRF's基于小波变换的近似多尺度表示方法 | 第92-95页 |
| 第6章 随机过程基于不规则阶树的多尺度表示方法 | 第95-109页 |
| ·基于尺度序列奇偶相间阶树的多尺度表示方法 | 第95-102页 |
| ·基于尺度序列不同阶树的多尺度表示方法 | 第102-106页 |
| ·基于相邻两时刻的多尺度采样方法 | 第103-104页 |
| ·基于相邻三时刻的多尺度采样方法 | 第104-106页 |
| ·例子 | 第106-109页 |
| 总结与展望 | 第109-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-117页 |
| 攻读研究生硕士学位期间发表与完成论文情况 | 第117页 |
| 攻读研究生硕士学位期间参加主要项目 | 第117页 |
