| 第一章 绪论 | 第1-20页 |
| ·引言 | 第8页 |
| ·多传感器信息融合理论的提出及其在鱼雷制导技术中应用研究的意义 | 第8-12页 |
| ·信息融合的发展过程及其在水下制导技术中的研究现状 | 第12-14页 |
| ·多传感器信息融合系统在军事和民用方面的应用 | 第14-15页 |
| ·信息融合发展综述及研究动向 | 第15-18页 |
| ·融合算法综述 | 第15-17页 |
| ·信息融合算法研究动向 | 第17-18页 |
| ·论文的主要工作和结构安排 | 第18-20页 |
| 第二章 信息融合系统的基本模型 | 第20-30页 |
| ·引言 | 第20页 |
| ·信息融合的系统的功能模型 | 第20-22页 |
| ·信息融合的结构模型 | 第22-29页 |
| ·检测级融合结构模型 | 第23-24页 |
| ·跟踪级融合结构模型 | 第24-27页 |
| ·属性级融合结构模型 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 多传感器状态融合估计 | 第30-44页 |
| ·引言 | 第30-31页 |
| ·目标状态估计融合算法综述 | 第31-32页 |
| ·滤波问题的提出 | 第32-34页 |
| ·kalman滤波问题的提法 | 第32-33页 |
| ·线性系统滤波模型 | 第33-34页 |
| ·KALMAN滤波算法 | 第34-36页 |
| ·非线性系统的状态估计 | 第36-38页 |
| ·非线性离散系统模型 | 第36-37页 |
| ·扩展卡尔曼滤波 | 第37-38页 |
| ·基于卡尔曼滤波的多传感器信息融合算法 | 第38-43页 |
| ·多层系统中单传感器的状态估计 | 第39-40页 |
| ·集中式多传感器状态估计 | 第40-42页 |
| ·分布式多传感器信息融合系统中的状态估计 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于卡尔曼滤波的航迹融合方法 | 第44-57页 |
| ·引言 | 第44页 |
| ·卡尔曼加权融合算法 | 第44-48页 |
| ·各传感器估计误差相互独立的情况 | 第45-47页 |
| ·各传感器估计误差相互不独立的情况 | 第47-48页 |
| ·修正TRACK-TO-TRACK多传感器航迹融合算法 | 第48-50页 |
| ·track-to-track航迹融合算法(Track-to-Track Fusion) | 第48-49页 |
| ·修正track-to-track航迹融合算法(Modified Track-to-Track Fusion) | 第49-50页 |
| ·线导鱼雷末自导仿真研究 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 多传感器量测噪声自动加权卡尔曼滤波 | 第57-69页 |
| ·引言 | 第57页 |
| ·量测噪声自动加权卡尔曼滤波算法 | 第57-61页 |
| ·卡尔曼滤波算法的实质分析 | 第57-58页 |
| ·量测噪声自动加权卡尔曼滤波算法的推导 | 第58-61页 |
| ·仿真研究 | 第61-68页 |
| ·线导鱼雷制导原理 | 第61-62页 |
| ·线导鱼雷导引弹道的动力学分析 | 第62-64页 |
| ·数字仿真 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 全文总结 | 第69-72页 |
| ·引言 | 第69页 |
| ·结论 | 第69-70页 |
| ·信息融合技术的发展趋势和对今后工作的展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
