| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 符号说明 | 第10-11页 |
| 第1章 绪论 | 第11-25页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·多传感器信息融合估计 | 第12-16页 |
| ·信息融合技术的国内外研究现状 | 第12-13页 |
| ·信息融合技术的国内外研究现状 | 第13-15页 |
| ·信息融合中的状态估计 | 第15-16页 |
| ·带时滞和丢包系统状态估计的研究概况 | 第16-17页 |
| ·预备知识 | 第17-25页 |
| ·射影理论 | 第17-21页 |
| ·线性最小方差最优加权信息融合算法及其计算量比较 | 第21-25页 |
| 第2章 观测带时滞和丢包系统的信息融合估计 | 第25-52页 |
| ·引言 | 第25-26页 |
| ·问题的描述 | 第26-27页 |
| ·模型转化 | 第27-28页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第28-36页 |
| ·稳态分析 | 第36-38页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第38-41页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第41-42页 |
| ·仿真研究 | 第42-50页 |
| ·本章小结 | 第50-52页 |
| 第3章 控制和观测带时滞和丢包系统的信息融合估计 | 第52-81页 |
| ·引言 | 第52页 |
| ·问题的描述 | 第52-54页 |
| ·模型转化 | 第54-55页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第55-64页 |
| ·任两个子系统之间的估计误差互协方差阵计算 | 第64-68页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第68-69页 |
| ·仿真研究 | 第69-80页 |
| ·本章小结 | 第80-81页 |
| 第4章 带观测丢包时滞系统的信息融合估计 | 第81-131页 |
| ·引言 | 第81页 |
| ·问题的描述 | 第81-82页 |
| ·模型转化 | 第82-83页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第83-90页 |
| ·任两个子系统之间的估计误差互协方差阵的计算 | 第90-93页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第93-95页 |
| ·仿真研究 | 第95-130页 |
| ·本章小结 | 第130-131页 |
| 第5章 观测带多步随机滞后系统的信息融合估计 | 第131-156页 |
| ·引言 | 第131页 |
| ·问题的描述 | 第131-132页 |
| ·模型转化 | 第132-134页 |
| ·局部最优Kalman预报器、滤波器和平滑器 | 第134-140页 |
| ·任两个子系统之间的估计误差互协方差阵的计算 | 第140-144页 |
| ·多传感器分布式加权最优信息融合Kalman估值器 | 第144-145页 |
| ·仿真研究 | 第145-155页 |
| ·本章小结 | 第155-156页 |
| 结论 | 第156-157页 |
| 参考文献 | 第157-164页 |
| 致谢 | 第164-165页 |
| 攻读学位期间发表的学术论文 | 第165页 |
