| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 信息融合 | 第12-17页 |
| 1.2.1 信息融合发展及优势 | 第12-13页 |
| 1.2.2 信息融合分级 | 第13-15页 |
| 1.2.3 通用处理结构 | 第15-17页 |
| 1.3 非线性滤波理论 | 第17-18页 |
| 1.4 参数估计理论 | 第18-20页 |
| 1.5 主要内容和章节安排 | 第20-21页 |
| 1.6 小结 | 第21-22页 |
| 2 滤波基础知识 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 扩展卡尔曼滤波器 | 第22-25页 |
| 2.3 无迹卡尔曼滤波 | 第25-28页 |
| 2.4 粒子滤波 | 第28-32页 |
| 3 联合状态参数估计与双估计一般性分析 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 系统描述 | 第32-33页 |
| 3.3 算法介绍 | 第33-37页 |
| 3.3.1 基于 EKF的状态参数联合估计 | 第33-34页 |
| 3.3.2 双扩展卡尔曼滤波(DEKF)估计 | 第34-37页 |
| 3.4 仿真及分析 | 第37-41页 |
| 3.5 小结 | 第41-42页 |
| 4 基于模型拆分的非线性滤波方法研究 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 系统描述 | 第42-44页 |
| 4.2.1 非线性状态方程 | 第42-43页 |
| 4.2.2 非线性观测方程 | 第43-44页 |
| 4.3 基于模型拆分的非线性滤波方法 | 第44-49页 |
| 4.3.1 基于状态方程拆分非线性滤波方法 | 第44-47页 |
| 4.3.2 基于观测方程拆分非线性滤波方法 | 第47-49页 |
| 4.4 仿真及分析 | 第49-53页 |
| 4.4.1 状态方程拆分仿真及分析 | 第49-51页 |
| 4.4.2 观测方程拆分仿真及分析 | 第51-53页 |
| 4.5 小结 | 第53-54页 |
| 5 基于噪声拆分的多噪声系统滤波方法研究 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 系统描述 | 第54-55页 |
| 5.3 两类高斯噪声叠加影响下的滤波方法 | 第55-59页 |
| 5.3.1 高斯噪声叠加影响下的滤波方法 | 第55-57页 |
| 5.3.2 高斯噪声与非高斯噪声叠加影响下的滤波方法 | 第57-59页 |
| 5.4 仿真 | 第59-63页 |
| 5.4.1 高斯噪声叠加仿真 | 第59-61页 |
| 5.4.2 高斯噪声与非高斯噪声叠加仿真 | 第61-63页 |
| 5.5 小结 | 第63-64页 |
| 6 基于状态拆分的高维系统滤波方法研究 | 第64-76页 |
| 6.1 引言 | 第64页 |
| 6.2 系统描述 | 第64-65页 |
| 6.2.1 线性系统 | 第64-65页 |
| 6.2.2 非线性系统 | 第65页 |
| 6.3 高维系统拆分算法 | 第65-70页 |
| 6.3.1 一类高维线性系统拆分滤波方法研究 | 第65-68页 |
| 6.3.2 一类高维非线性系统拆分滤波方法研究 | 第68-70页 |
| 6.4 仿真 | 第70-74页 |
| 6.4.1 线性系统仿真 | 第70-72页 |
| 6.4.2 非线性系统仿真 | 第72-74页 |
| 6.5 小结 | 第74-76页 |
| 总结及展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83页 |