| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-27页 |
| ·研究背景及意义 | 第11页 |
| ·多源信息融合简介 | 第11-15页 |
| ·多源信息融合的定义及优势 | 第11-12页 |
| ·信息融合的基本模型与结构 | 第12-14页 |
| ·信息融合的起源与现状 | 第14-15页 |
| ·融合估计理论 | 第15-17页 |
| ·传感器网络简介 | 第17-19页 |
| ·传感器网络的基本特征 | 第17页 |
| ·传感器网络的关键技术 | 第17-18页 |
| ·传感器网络对融合系统的影响 | 第18-19页 |
| ·国内外研究现状 | 第19-24页 |
| ·噪声相关网络融合算法综述 | 第19-20页 |
| ·网络异步采样融合算法综述 | 第20-22页 |
| ·无序量测网络融合算法综述 | 第22-24页 |
| ·当前研究热点、难点 | 第24-25页 |
| ·本文的主要内容及章节安排 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第二章 基础知识 | 第27-35页 |
| ·Kalman 滤波的基础知识 | 第27-31页 |
| ·线性最小均方误差准则 | 第27页 |
| ·Kalman 滤波器 | 第27-31页 |
| ·系统噪声相关性 | 第31-32页 |
| ·测量值扩维融合与序贯滤波 | 第32-35页 |
| ·系统介绍 | 第32-33页 |
| ·测量值扩维融合估计器 | 第33-34页 |
| ·序贯滤波 | 第34-35页 |
| 第三章 噪声相关系统的最优递推量测更新融合估计 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·系统描述 | 第36-37页 |
| ·算法介绍 | 第37-42页 |
| ·去除噪声相关性的策略 | 第37-40页 |
| ·序贯滤波过程 | 第40-41页 |
| ·算法分析 | 第41-42页 |
| ·仿真 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 噪声相关异步采样系统最优递推融合估计 | 第46-57页 |
| ·引言 | 第46页 |
| ·系统描述 | 第46-48页 |
| ·算法介绍 | 第48-53页 |
| ·异步系统的伪同步化 | 第48-49页 |
| ·递推融合估计 | 第49-53页 |
| ·计算机仿真 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 无序量测网络系统的融合估计 | 第57-72页 |
| ·引言 | 第57页 |
| ·问题描述 | 第57-60页 |
| ·连续系统离散化 | 第57-58页 |
| ·无序信息系统描述 | 第58-59页 |
| ·问题描述 | 第59-60页 |
| ·多传感器多一步延迟OOSMs 最优顺序更新融合 | 第60-65页 |
| ·对z_0( k_0 ) 的滤波处理 | 第60-61页 |
| ·第一个OOSMz_1(k 1) 的滤波更新 | 第61-63页 |
| ·第i个OOSMz_i(k_i) 的滤波更新 | 第63-65页 |
| ·算法分析 | 第65-66页 |
| ·计算机仿真 | 第66-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 LTI 系统的一种新型混合滤波器 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·系统描述 | 第73页 |
| ·传统Kalman 滤波器的线性求和表示式 | 第73-74页 |
| ·基于预测估计与信息补偿相结合的线性求和Kalman滤波器 | 第74-77页 |
| ·仿真 | 第77-87页 |
| ·本章小结 | 第87-88页 |
| 第7章 总结与展望 | 第88-90页 |
| ·研究总结 | 第88页 |
| ·进一步工作 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 附录 | 第95页 |