| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 多传感器数据融合的基本概念和特点 | 第8-10页 |
| 1.2.1 多传感器数据融合的基本概念 | 第8-9页 |
| 1.2.2 多传感器数据融合的特点 | 第9-10页 |
| 1.3 多传感器数据融合研究现状及未来发展 | 第10-13页 |
| 1.3.1 多传感器数据融合的研究现状 | 第10-12页 |
| 1.3.2 多传感器数据融合未来发展方向 | 第12-13页 |
| 1.4 论文研究内容和工作安排 | 第13-14页 |
| 第2章 多传感器数据融合应用模型 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 多传感器融合级别划分 | 第14-16页 |
| 2.2.1 数据级融合 | 第14-15页 |
| 2.2.2 特征级融合 | 第15页 |
| 2.2.3 决策级融合 | 第15-16页 |
| 2.3 多传感器数据融合主要方法 | 第16-18页 |
| 2.4 多传感器数据融合数学基础 | 第18-22页 |
| 2.5 多传感器数据融合预处理模型 | 第22-23页 |
| 2.5.1 同质多传感器预处理模型 | 第22-23页 |
| 2.5.2 异质多传感器预处理模型 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 一种用于同质多传感器的数据融合算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 同质多传感器数据融合模型 | 第24-25页 |
| 3.3 基于模糊自适应信任度值的融合算法 | 第25-28页 |
| 3.3.1 融合参数定义 | 第25-27页 |
| 3.3.2 融合数据预处理 | 第27页 |
| 3.3.3 基于模糊自适应信任度值的数据融合 | 第27-28页 |
| 3.4 仿真实例及分析 | 第28-33页 |
| 3.4.1 最优阈值的确定 | 第28-29页 |
| 3.4.2 精度比较 | 第29-32页 |
| 3.4.3 结果分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 一种用于异质多传感器的数据融合算法 | 第34-44页 |
| 4.1 引言 | 第34页 |
| 4.2 异质多传感器数据融合模型 | 第34-35页 |
| 4.3 一种改进的证据理论数据融合方法 | 第35-40页 |
| 4.3.1 基于相对梯度的数据融合预处理 | 第35-37页 |
| 4.3.2 基于相容系数加权修正的证据理论数据融合 | 第37-40页 |
| 4.4 仿真实例及分析 | 第40-43页 |
| 4.4.1 冲突证据合成实验对比 | 第40-42页 |
| 4.4.2 融合参数比较 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 全文总结及未来展望工作 | 第44-46页 |
| 5.1 内容总结 | 第44页 |
| 5.2 研究展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间的科研情况 | 第51页 |