| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-41页 |
| 引言 | 第41-53页 |
| 第1章 稳态全局最优加权观测融合Kalman估值器 | 第53-90页 |
| ·引言 | 第53-54页 |
| ·多传感器加权观测融合算法(Ⅰ) | 第54-57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57-59页 |
| ·多传感器加权观测融合算法(Ⅱ) | 第59-63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63-66页 |
| ·全局最优集中式观测融合Kalman估值器 | 第66-68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68-69页 |
| ·仿真例子 | 第69-89页 |
| ·本章结论 | 第89-90页 |
| 第2章 自校正加权观测融合Kalman估值器 | 第90-273页 |
| ·引言 | 第90-91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91-110页 |
| ·基于加权观测融合算法(Ⅰ)的自校正加权观测融合Kalman估值器算法1 | 第91-98页 |
| ·基于加权观测融合算法(Ⅰ)的自校正加权观测融合Kalman估值器算法2 | 第98-103页 |
| ·基于加权观测融合算法(Ⅰ)的自校正加权观测融合Kalman估值器算法3 | 第103-110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110-129页 |
| ·基于加权观测融合算法(Ⅱ)的自校正加权观测融合Kalman估值器算法1 | 第110-116页 |
| ·基于加权观测融合算法(Ⅱ)的自校正加权观测融合Kalman估值器算法2 | 第116-122页 |
| ·基于加权观测融合算法(Ⅱ)的自校正加权观测融合Kalman估值器算法3 | 第122-129页 |
| ·仿真例子 | 第129-272页 |
| ·本章结论 | 第272-273页 |
| 结束语 | 第273-274页 |
| 致谢 | 第274-275页 |
| 攻读学位期间发表论文 | 第275-276页 |
| 参考文献 | 第276-280页 |
| 独创性声明 | 第280页 |
