| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-42页 |
| ·课题研究背景 | 第11-12页 |
| ·多传感器信息融合的体系结构 | 第12-19页 |
| ·多传感器信息融合的定义 | 第12-13页 |
| ·多传感器信息融合的原理与体系结构 | 第13-18页 |
| ·多传感器信息融合的优缺点 | 第18-19页 |
| ·信息融合算法分类综述 | 第19-35页 |
| ·采样率系统 | 第19-22页 |
| ·单采样率多传感器数据融合状态估计算法 | 第22-25页 |
| ·多采样率多传感器数据融合状态估计算法 | 第25-33页 |
| ·异步多传感器数据融合估计算法概述 | 第33-35页 |
| ·图像融合算法与性能评估方法综述 | 第35-39页 |
| ·当前研究热点、难点与未来的研究方向 | 第39-40页 |
| ·本文的主要内容及章节安排 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第2章 一类时变单模型同步多速率传感器动态系统的状态融合估计 | 第42-64页 |
| ·引言 | 第42-43页 |
| ·问题描述 | 第43-44页 |
| ·同步多速率传感器动态系统的状态融合估计 | 第44-56页 |
| ·基于状态分块的融合估计算法 | 第44-48页 |
| ·两种分布式数据融合状态估计算法 | 第48-56页 |
| ·仿真实验 | 第56-63页 |
| ·在机动目标跟踪中的应用 | 第56-59页 |
| ·变压器电流的估计 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第3章 一类时不变单模型异步多速率传感器动态系统的状态融合估计. | 第64-82页 |
| ·引言 | 第64-65页 |
| ·问题描述 | 第65-67页 |
| ·多尺度状态空间模型 | 第67-68页 |
| ·尺度递归状态融合估计算法 | 第68-77页 |
| ·仿真实验 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 第4章 一类时变单模型异步多速率传感器动态系统的状态融合估计 | 第82-97页 |
| ·引言 | 第82-83页 |
| ·问题描述 | 第83-84页 |
| ·系统建模 | 第84-88页 |
| ·状态融合估计算法 | 第88-91页 |
| ·仿真实验 | 第91-96页 |
| ·本章小结 | 第96-97页 |
| 第5章 多传感器多分辨率图像的融合 | 第97-131页 |
| ·引言 | 第97-100页 |
| ·问题描述 | 第100-101页 |
| ·多传感器多分辨率图像的融合 | 第101-107页 |
| ·基于Kalman 滤波的多分辨率图像的融合 | 第101-105页 |
| ·同分辨率异类图的融合 | 第105-107页 |
| ·多分辨率异类图的融合 | 第107页 |
| ·实验与性能分析 | 第107-128页 |
| ·性能评价指标与算法的优化 | 第108-114页 |
| ·基于Kalman 滤波的多分辨率图像融合结果的评价 | 第114-118页 |
| ·同分辨率异类图融合算法性能分析 | 第118-126页 |
| ·多分辨率异类图融合结果的分析 | 第126-128页 |
| ·本章小结 | 第128-131页 |
| 第6章 数据融合的定量性能评估方法 | 第131-150页 |
| ·前言 | 第131-132页 |
| ·归一化互信息熵 | 第132-140页 |
| ·基于信息熵理论的性能评价指标 | 第132-137页 |
| ·归一化互信息熵 | 第137-140页 |
| ·归一化视觉感应信息熵 | 第140-146页 |
| ·基于视觉感应原理的性能评价指标 | 第141-143页 |
| ·归一化视觉感应信息熵 | 第143-146页 |
| ·实验与结果分析 | 第146-148页 |
| ·本章小结 | 第148-150页 |
| 第7章 结论与展望 | 第150-153页 |
| ·研究总结 | 第150-151页 |
| ·进一步工作 | 第151-153页 |
| 参考文献 | 第153-167页 |
| 致谢 | 第167-168页 |
| 个人简历、在学期间发表的论文与研究成果 | 第168-169页 |
