摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·论文的主要工作及创新点 | 第13-14页 |
第2章 多传感器数据融合 | 第14-19页 |
·多传感器数据融合理论背景介绍 | 第14-15页 |
·多传感器数据融合的定义与研究对象 | 第15-16页 |
·多传感器数据融合定义 | 第15页 |
·研究对象 | 第15-16页 |
·融合原理与方法 | 第16-17页 |
·数据融合的主要内容 | 第17-18页 |
·本章小结 | 第18-19页 |
第3章 卡尔曼滤波(KF)与扩展卡曼滤波(EKF) | 第19-40页 |
·卡尔曼滤波理论发展及应用 | 第19-20页 |
·卡尔曼滤波的基础知识 | 第20-27页 |
·几种最优估计 | 第20-22页 |
·线性最小方差估计及其性质 | 第22-23页 |
·正交投影定理与更新信息定理 | 第23-27页 |
·卡尔曼滤波(KF)方程 | 第27-32页 |
·离散系统的 KF 方程 | 第27-31页 |
·连续系统的 KF 方程 | 第31-32页 |
·扩展卡曼滤波(EKF)方程 | 第32-39页 |
·非线性系统的线性化 | 第32-35页 |
·连续型非线性 EKF 方程 | 第35-36页 |
·离散型非线性 EKF 方程 | 第36-39页 |
·本章小结 | 第39-40页 |
第4章 变换状态空间扩展卡尔曼滤波研究 | 第40-52页 |
·卡尔曼滤波误差分析 | 第40-41页 |
·扩展卡尔曼滤波线性化误差分析 | 第41-44页 |
·变换状态空间扩展卡尔曼滤波(TSS-EKF)方法介绍 | 第44-46页 |
·改进的 TSS-EKF 算法 | 第46-51页 |
·新状态空间函数的定义与改进的TSS-EKF 算法 | 第46页 |
·新状态空间函数的构造 | 第46-48页 |
·新状态空间函数构造实例分析 | 第48-51页 |
·本章小结 | 第51-52页 |
第5章 航迹融合问题 | 第52-84页 |
·引言 | 第52页 |
·航迹滤波跟踪的数学模型 | 第52-60页 |
·航迹相关的数学模型 | 第60-63页 |
·航迹融合的数学模型 | 第63-67页 |
·TSS-EKF 方法的航迹融合仿真 | 第67-83页 |
·实际航迹的 TSS-EKF 跟踪仿真 | 第67-77页 |
·实际航迹相关的数值仿真 | 第77-81页 |
·相关航迹的融合 | 第81-83页 |
·本章小结 | 第83-84页 |
结论 | 第84-86页 |
参考文献 | 第86-91页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第91-92页 |
致谢 | 第92页 |