| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 符号说明 | 第8-9页 |
| 第1章 绪论 | 第9-28页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·多传感器信息融合估计 | 第10-17页 |
| ·目前信息融合技术在国内外的发展现状 | 第10-12页 |
| ·信息融合的结构和方法 | 第12-16页 |
| ·信息融合中的状态估计 | 第16-17页 |
| ·具有有限连续丢包多传感器系统状态估计的研究概况 | 第17-19页 |
| ·预备知识 | 第19-27页 |
| ·射影理论 | 第19页 |
| ·线性最小方差估计和射影 | 第19-23页 |
| ·新息序列 | 第23-24页 |
| ·最优加权信息融合估计算法及其计算量的比较 | 第24-27页 |
| ·本文研究的主要内容 | 第27-28页 |
| 第2章 具有有限连续丢包网络控制系统的最优Kalman估值器 | 第28-50页 |
| ·引言 | 第28-29页 |
| ·问题描述 | 第29-30页 |
| ·模型转化 | 第30-32页 |
| ·预备引理 | 第32-34页 |
| ·最优Kalman滤波器、预报器和平滑器 | 第34-39页 |
| ·稳态估值器 | 第39-41页 |
| ·仿真研究 | 第41-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 具有有限连续丢包的多传感器网络控制系统的分布式加权融合Kalman估值器 | 第50-88页 |
| ·引言 | 第50页 |
| ·问题描述 | 第50-52页 |
| ·模型转化 | 第52-54页 |
| ·预备引理 | 第54-56页 |
| ·局部最优Kalman估值器 | 第56-60页 |
| ·任意两个传感器子系统之间的估计误差互协方差阵 | 第60-66页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第66-68页 |
| ·仿真研究 | 第68-87页 |
| ·本章小结 | 第87-88页 |
| 结语 | 第88-89页 |
| 参考文献 | 第89-98页 |
| 致谢 | 第98-99页 |
| 攻读学位期间发表的学术论文 | 第99页 |
