引信决策异常值处理算法研究
| 第1章 绪论 | 第1-12页 |
| 1．1 本课题的研究背景 | 第8-9页 |
| 1．2 本课题国内外的研究现状 | 第9-10页 |
| 1．3 多传感器控制系统的数学描述 | 第10页 |
| 1．4 本课题的主要工作 | 第10-12页 |
| 第2章 异常值介绍 | 第12-21页 |
| 2．1 异常值的定义 | 第12页 |
| 2．2 异常值的分类 | 第12-14页 |
| 2．3 异常值判定准则 | 第14-16页 |
| 2．3．1 拉依达准则 | 第14-15页 |
| 2．3．2 肖维勒准则 | 第15页 |
| 2．3．3 格拉布斯准则 | 第15页 |
| 2．3．4 狄克逊准则 | 第15-16页 |
| 2．4 异常值剔除准则的注意事项 | 第16-17页 |
| 2．5 异常值处理的稳健性 | 第17-21页 |
| 第3章 引信决策异常值处理的稳健估计 | 第21-35页 |
| 3．1 估计量的统计特性 | 第21-22页 |
| 3．1．1 无偏性 | 第21页 |
| 3．1．2 有效性 | 第21-22页 |
| 3．1．3 一致性 | 第22页 |
| 3．2 参数点估计方法 | 第22-28页 |
| 3．2．1 极大似然估计 | 第22-25页 |
| 3．2．2 线性无偏均方估计 | 第25-26页 |
| 3．2．3 Bayes参数估计 | 第26-28页 |
| 3．3 引信决策的稳健处理算法 | 第28-35页 |
| 3．3．1 中位数估计 | 第29-30页 |
| 3．3．2 “3σ”置信距离估计 | 第30-33页 |
| 3．3．3 基于Bayes的置信距离估计 | 第33-35页 |
| 第4章 引信决策异常值处理算法数字仿真分析 | 第35-54页 |
| 4．1 MC方法介绍 | 第35页 |
| 4．2 随机数的产生方法 | 第35-38页 |
| 4．3 仿真样本 | 第38-43页 |
| 4．4 稳健处理算法数字仿真结果及分析 | 第43-54页 |
| 4．4．1 中位数估计仿真 | 第44-46页 |
| 4．4．2 “3σ”置信距离估计仿真 | 第46-49页 |
| 4．4．3 基于Bayes的置信距离估计仿真 | 第49-51页 |
| 4．4．4 各稳健估计仿真结果分析 | 第51-54页 |
| 第5章 基于模糊意义下的引信决策方案 | 第54-62页 |
| 5．1 隶属函数的定义 | 第54-56页 |
| 5．2 模糊矩阵及其向量范数 | 第56-58页 |
| 5．3 基于模糊意义下的引信融合算法及其仿真 | 第58-62页 |
| 总结 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录A 仿真程序清单 | 第68-77页 |
| 附录A．1 样本A的生成程序 | 第68页 |
| 附录A．2 样本B的生成程序 | 第68-69页 |
| 附录A．3 中位数估计仿真程序 | 第69-71页 |
| 附录A．4 “3σ”置信距离估计仿真程序 | 第71-72页 |
| 附录A．5 基于Bayes的置信距离估计仿真程序 | 第72-74页 |
| 附录A．6 基于模糊意义下的引信融合算法仿真程序 | 第74-77页 |
| 附录B 样本D部分数据 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
