| 中文摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8页 |
| ·国内外同类课题研究现状及发展概况 | 第8-11页 |
| ·多传感器信息融合的优点及应用 | 第11-12页 |
| ·本文研究的主要问题 | 第12-14页 |
| 第2章 多传感器系统噪声统计辨识的一种相关方法 | 第14-54页 |
| ·引言 | 第14页 |
| ·未知噪声统计的在线估计器 | 第14-19页 |
| ·噪声方差估值器的强一致性分析 | 第19-20页 |
| ·仿真例了 | 第20-53页 |
| ·仿真例子1 | 第20-33页 |
| ·仿真例子2 | 第33-53页 |
| ·仿真结果分析 | 第53页 |
| ·结论 | 第53-54页 |
| 第3章 自校正集中式信息滤波器 | 第54-107页 |
| ·引言 | 第54页 |
| ·问题阐述 | 第54-55页 |
| ·最优集中式信息融合滤波器 | 第55-58页 |
| ·自校正集中式融合信息滤波器 | 第58页 |
| ·信息矩阵方程与Riccati方程的等价性 | 第58-59页 |
| ·自校正信息矩阵方程的收敛性分析 | 第59-64页 |
| ·仿真例子 | 第64-106页 |
| ·仿真例子1 | 第64-81页 |
| ·仿真例子2 | 第81-106页 |
| ·仿真分析 | 第106页 |
| ·结论 | 第106-107页 |
| 第4章 基于信息矩阵的自校正分布式融合信息滤波器 | 第107-216页 |
| ·引言 | 第107页 |
| ·问题阐述 | 第107-108页 |
| ·局部最优Kalman滤波器 | 第108-109页 |
| ·局部自校正Kalman滤波器 | 第109-110页 |
| ·全局最优分布式信息融合滤波器 | 第110-113页 |
| ·自校正分布式融合Kalman滤波器 | 第113-114页 |
| ·收敛性分析 | 第114-117页 |
| ·仿真例子 | 第117-214页 |
| ·仿真例子1 | 第117-139页 |
| ·仿真例子2 | 第139-164页 |
| ·仿真例子3 | 第164-187页 |
| ·仿真例子4 | 第187-214页 |
| ·本章小结 | 第214-216页 |
| 第5章 一种多传感器块伴随型系统的自校正分布式融合信息滤波器 | 第216-262页 |
| ·引言 | 第216页 |
| ·模型参数部分未知的全局最优分布式融合信息滤波器 | 第216-221页 |
| ·模型参数部分未知的自校正分布式融合信息滤波器 | 第221-222页 |
| ·当Φ部分未知时,自校正信息矩阵方程的收敛性分析 | 第222-225页 |
| ·仿真例子 | 第225-261页 |
| ·仿真例子1 | 第225-242页 |
| ·仿真例子2 | 第242-261页 |
| ·仿真分析 | 第261页 |
| ·结论 | 第261-262页 |
| 结论 | 第262-263页 |
| 参考文献 | 第263-269页 |
| 致谢 | 第269-270页 |
| 攻读硕士学位期间所发表的学术论文 | 第270-271页 |