| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 绪论 | 第8-17页 |
| 第1章 多传感器动态系统未知噪声统计和/或未知模型参数的在线估值器 | 第17-58页 |
| ·引言 | 第17-18页 |
| ·未知噪声统计的估计方法（情形1） | 第18-25页 |
| ·Q_w，S_i，R_i，R_(ij) (i≠j ) 未知，A_i (q ?1 ) 中含部分未知参数的估计方法（情形2） | 第25-28页 |
| ·A( q~(-1) )，B( q~(-1))，Q_w，R_i，R_(ij) 全未知的估计方法（情形3） | 第28-33页 |
| ·仿真例子 | 第33-57页 |
| ·仿真例子1 | 第33-41页 |
| ·仿真例子2 | 第41-50页 |
| ·仿真例子3 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 第2章 带未知噪声统计多传感器系统自校正解耦信息 融合估值器 | 第58-121页 |
| ·引言 | 第58页 |
| ·多传感器系统自校正解耦信息融合Kalman 估值器及其收敛性分析 | 第58-76页 |
| ·多传感器系统局部及解耦信息融合最优Kalman 估值器 | 第59-64页 |
| ·多传感器系统自校正解耦信息融合Kalman 估值器算法 | 第64-66页 |
| ·自校正解耦信息融合Kalman 估值器的收敛性分析 | 第66-76页 |
| ·多传感器系统自校正解耦信息融合Wiener 估值器及其收敛性分析 | 第76-82页 |
| ·多传感器系统局部及解耦信息融合最优 Wiener 估值器 | 第76-79页 |
| ·多传感器系统自校正解耦信息融合Wiener 估值器算法 | 第79-80页 |
| ·自校正解耦信息融合Wiener 估值器的收敛性分析 | 第80-82页 |
| ·仿真例子 | 第82-120页 |
| ·仿真例子1 | 第82-96页 |
| ·仿真例子2 | 第96-120页 |
| ·本章小结 | 第120-121页 |
| 第3章 ARMA 信号自校正信息融合Wiener 滤波器 | 第121-159页 |
| ·引言 | 第121页 |
| ·带白色观测噪声的多传感器系统单通道AR 信号自校正信息融合Wiener滤波器 | 第121-128页 |
| ·多传感器单通道AR 信号最优融合Wiener 滤波器 | 第122-125页 |
| ·多传感器单通道AR 信号自校正加权融合Wiener 滤波器 | 第125-128页 |
| ·多传感器单通道ARMA 信号自校正信息融合Wiener 滤波器 | 第128-136页 |
| ·多传感器单通道ARMA 信号最优加权融合Wiener 滤波器 | 第129-133页 |
| ·多传感器单通道ARMA 信号自校正加权融合Wiener 滤波器 | 第133-136页 |
| ·仿真例子 | 第136-158页 |
| ·仿真例子1 | 第136-148页 |
| ·仿真例子2 | 第148-158页 |
| ·本章小结 | 第158-159页 |
| 结论 | 第159-160页 |
| 参考文献 | 第160-167页 |
| 致谢 | 第167-168页 |
| 攻读硕士学位期间所发表的学术论文 | 第168页 |
