| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 综述 | 第9-22页 |
| ·课题的背景与意义 | 第9-13页 |
| ·国内外研究状况 | 第9-11页 |
| ·信息融合技术存在的问题 | 第11-12页 |
| ·需求背景 | 第12-13页 |
| ·信息融合技术概述 | 第13-20页 |
| ·数据源多特征联合分类 | 第14-15页 |
| ·信息融合算法管理 | 第15-18页 |
| ·信息融合算法系统性能评估 | 第18-20页 |
| ·本文主要内容及章节安排 | 第20-22页 |
| 第2章 信息融合算法评估指标研究 | 第22-40页 |
| ·信息融合算法建模 | 第23-24页 |
| ·信息融合算法的关键技术 | 第24-36页 |
| ·状态估计 | 第24-26页 |
| ·跟踪门 | 第26-28页 |
| ·数据关联 | 第28-30页 |
| ·航迹融合 | 第30-36页 |
| ·信息融合算法自适应调度研究 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 航迹融合算法的模块化细粒度分解和多粒度指标 | 第40-54页 |
| ·信息融合算法的单元模型分解 | 第40-44页 |
| ·状态估计算法的单元模型分解 | 第40-42页 |
| ·数据关联算法的单元模型分解 | 第42-44页 |
| ·航迹融合算法的单元模型分解研究 | 第44-48页 |
| ·航迹融合算法的步骤分析 | 第45-46页 |
| ·航迹融合算法的单元模块提取 | 第46-48页 |
| ·信息融合系统中多粒度指标研究 | 第48-53页 |
| ·跟踪门算法的新息向量范数指标 | 第49-50页 |
| ·数据关联算法的基于不确定指标 | 第50-52页 |
| ·航迹融合算法的GOSPA指标 | 第52-53页 |
| ·航迹融合算法的HGOSPA指标 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第4章 航迹融合算法敏感指标研究 | 第54-61页 |
| ·航迹融合算法敏感指标研究意义 | 第54-55页 |
| ·GOSPA指标的定义 | 第55页 |
| ·引入Hellinger距离的HGOSPA指标 | 第55-56页 |
| ·实验仿真 | 第56-60页 |
| ·实验条件 | 第56-57页 |
| ·实验结果 | 第57-60页 |
| ·总结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·进一步展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间发表的学术论文 | 第67页 |