| 中文摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第20-50页 |
| 1.1 引言 | 第20-22页 |
| 1.2 多传感器最优信息融合方法 | 第22-25页 |
| 1.2.1 集中式与分布式融合方法 | 第22-23页 |
| 1.2.2 状态与观测融合方法 | 第23-25页 |
| 1.3 不确定系统鲁棒Kalman滤波方法 | 第25-37页 |
| 1.3.1 系统的不确定性 | 第25-30页 |
| 1.3.2 几种常用的鲁棒Kalman滤波方法 | 第30-37页 |
| 1.4 鲁棒Kalman滤波与白噪声反卷积的研究现状 | 第37-46页 |
| 1.4.1 鲁棒Kalman滤波研究现状 | 第37-44页 |
| 1.4.2 最优和鲁棒白噪声反卷积研究现状 | 第44-46页 |
| 1.5 论文的主要工作 | 第46-48页 |
| 1.5.1 论文的主要内容 | 第46-47页 |
| 1.5.2 论文结构安排 | 第47-48页 |
| 1.6 公共引理 | 第48-50页 |
| 第2章 带乘性噪声和不确定噪声方差系统鲁棒Kalman滤波 | 第50-152页 |
| 2.1 引言 | 第50-51页 |
| 2.2 带相同乘性噪声系统鲁棒加权融合Kalman估值器 | 第51-89页 |
| 2.2.1 虚拟噪声方法进行模型转换 | 第53-56页 |
| 2.2.2 鲁棒局部时变Kalman估值器 | 第56-63页 |
| 2.2.3 统一的四种加权状态融合鲁棒时变Kalman估值器 | 第63-70页 |
| 2.2.4 鲁棒局部和融合时变Kalman估值器的精度分析 | 第70-73页 |
| 2.2.5 鲁棒局部和融合时变Kalman估值器的收敛性分析 | 第73-85页 |
| 2.2.6 应用于带随机参数的AR信号的鲁棒融合Kalman滤波 | 第85-89页 |
| 2.3 带相同乘性噪声系统鲁棒集中式和加权观测融合估值器 | 第89-119页 |
| 2.3.1 集中式和加权融合观测方程 | 第90-93页 |
| 2.3.2 鲁棒集中式和加权观测融合时变Kalman估值器 | 第93-101页 |
| 2.3.3 鲁棒集中式和加权观测融合时变Kalman估值器的等价性 | 第101-106页 |
| 2.3.4 鲁棒融合时变Kalman估值器的复杂性分析 | 第106-107页 |
| 2.3.5 鲁棒融合时变Kalman估值器的收敛性分析 | 第107-116页 |
| 2.3.6 应用于带随机参数和有色观测噪声的AR信号鲁棒融合滤波 | 第116-119页 |
| 2.4 带状态相依和噪声相依乘性噪声系统鲁棒Kalman估值器 | 第119-140页 |
| 2.4.1 虚拟噪声方法进行模型转换 | 第121-124页 |
| 2.4.2 鲁棒时变Kalman估值器 | 第124-131页 |
| 2.4.3 鲁棒时变Kalman估值器的收敛性分析 | 第131-136页 |
| 2.4.4 应用于带丢包和不确定噪声方差系统的鲁棒Kalman滤波 | 第136-140页 |
| 2.5 仿真例子 | 第140-151页 |
| 2.6 本章小结 | 第151-152页 |
| 第3章 混合不确定系统鲁棒Kalman滤波 | 第152-216页 |
| 3.1 引言 | 第152-153页 |
| 3.2 混合不确定系统鲁棒集中式和加权观测融合Kalman预报器 | 第153-174页 |
| 3.2.1 虚拟噪声方法进行模型转换 | 第155-158页 |
| 3.2.2 集中式和加权融合观测方程 | 第158-160页 |
| 3.2.3 鲁棒集中式和加权观测融合时变Kalman预报器 | 第160-165页 |
| 3.2.4 鲁棒集中式和加权观测融合时变Kalman预报器的复杂性分析 | 第165-167页 |
| 3.2.5 鲁棒集中式和加权观测融合时变Kalman预报器的收敛性分析 | 第167-174页 |
| 3.3 带相关噪声的混合不确定系统鲁棒集中式和加权观测融合器 | 第174-198页 |
| 3.3.1 虚拟噪声方法进行模型转换 | 第176-177页 |
| 3.3.2 集中式和加权融合观测方程 | 第177-180页 |
| 3.3.3 鲁棒集中式和加权观测融合时变Kalman估值器 | 第180-187页 |
| 3.3.4 鲁棒集中式和加权观测融合时变Kalman估值器的等价性 | 第187-188页 |
| 3.3.5 鲁棒集中式和加权观测融合时变Kalman估值器的复杂性分析 | 第188-190页 |
| 3.3.6 鲁棒集中式和加权观测融合时变Kalman估值器的收敛性分析 | 第190-195页 |
| 3.3.7 鲁棒融合Kalman滤波器与鲁棒加权最小二乘滤波器的比较 | 第195-198页 |
| 3.4 仿真例子 | 第198-215页 |
| 3.5 本章小结 | 第215-216页 |
| 第4章 不确定多传感器系统鲁棒融合白噪声反卷积 | 第216-276页 |
| 4.1 引言 | 第216-217页 |
| 4.2 不确定系统加权融合鲁棒稳态白噪声反卷积平滑器 | 第217-237页 |
| 4.2.1 鲁棒局部稳态Kalman预报器 | 第218-219页 |
| 4.2.2 鲁棒局部稳态白噪声反卷积平滑器 | 第219-222页 |
| 4.2.3 鲁棒加权状态融合白噪声反卷积平滑器 | 第222-227页 |
| 4.2.4 鲁棒集中式和加权观测融合稳态白噪声反卷积平滑器 | 第227-235页 |
| 4.2.5 精度分析 | 第235-237页 |
| 4.3 混合不确定性系统鲁棒集中式和加权观测融合白噪声反卷积 | 第237-260页 |
| 4.3.1 虚拟噪声方法进行模型转换 | 第239-241页 |
| 4.3.2 集中式和加权融合观测方程 | 第241-245页 |
| 4.3.3 鲁棒融合时变白噪声反卷积估值器 | 第245-253页 |
| 4.3.4 鲁棒融合时变白噪声反卷积估值器的复杂性分析 | 第253-255页 |
| 4.3.5 鲁棒融合时变白噪声反卷积估值器的收敛性分析 | 第255-260页 |
| 4.4 仿真例子 | 第260-274页 |
| 4.5 本章小结 | 第274-276页 |
| 结论 | 第276-280页 |
| 参考文献 | 第280-296页 |
| 致谢 | 第296-298页 |
| 攻读博士学位期间发表的学术论文 | 第298-301页 |
| 攻读博士学位期间取得的其它成果 | 第301页 |
