| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-33页 |
| ·信息融合及其应用背景 | 第14-16页 |
| ·信息融合理论的研究现状 | 第16-24页 |
| ·信息融合的内涵和外延 | 第16页 |
| ·信息融合的数学描述 | 第16-19页 |
| ·信息融合的主要数学技术和方法 | 第19-24页 |
| ·信息融合在卫星状态估计领域的应用 | 第24-27页 |
| ·卫星轨道确定中的信息融合技术 | 第25-26页 |
| ·卫星姿态确定中的信息融合技术 | 第26-27页 |
| ·论文的结构与主要工作 | 第27-33页 |
| ·研究内容及论文结构 | 第27-30页 |
| ·主要创新点 | 第30-33页 |
| 第二章 标准多传感器信息融合估计理论 | 第33-63页 |
| ·线性最优权值与融合估计精度 | 第33-38页 |
| ·线性加权融合模型 | 第34-37页 |
| ·传感器测量方差求解及融合算法流程 | 第37-38页 |
| ·经典指标函数极值化准则 | 第38-44页 |
| ·MSE融合估计 | 第39-42页 |
| ·WLSE融合估计 | 第42-43页 |
| ·LMSE融合和WLSE融合估计的关系 | 第43-44页 |
| ·基于Bayes统计模型的多传感器最优融合估计 | 第44-48页 |
| ·Bayes统计分析 | 第44-46页 |
| ·Bayes概率统计融合模型 | 第46-47页 |
| ·融合模型的参数估计 | 第47-48页 |
| ·标准多传感器动态系统的滤波融合理论与算法 | 第48-55页 |
| ·离散标准动态系统状态融合估计问题描述 | 第48-49页 |
| ·滤波估计算法原理 | 第49-51页 |
| ·状态融合估计系统结构与算法 | 第51-55页 |
| ·标准多传感器信息融合的统一描述 | 第55-60页 |
| ·信息类型的统一描述 | 第55-56页 |
| ·融合系统结构的统一描述 | 第56-58页 |
| ·最优状态融合估计性能分析 | 第58-59页 |
| ·仿真算例及分析 | 第59-60页 |
| ·本章小结及非标准多传感器信息融合估计问题的提出 | 第60-63页 |
| 第三章 不确定性建模下的非标准多传感器信息融合估计 | 第63-84页 |
| ·引言 | 第63-64页 |
| ·基于小波变换的系统不确定性时间序列建模 | 第64-74页 |
| ·系统不确定性信号特征的小波提取 | 第65-69页 |
| ·残差序列的平稳性检验 | 第69-70页 |
| ·系统不确定性的时间序列建模 | 第70-74页 |
| ·基于半参数建模的非标准多传感器状态融合估计 | 第74-83页 |
| ·常值系统误差估计 | 第75-76页 |
| ·半参数回归模型与参数解算 | 第76-79页 |
| ·基于互迭代半参数回归的状态融合估计算法 | 第79-82页 |
| ·融合算法精度分析 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第四章 多模型融合下的非标准多传感器信息融合估计 | 第84-100页 |
| ·引言 | 第84-85页 |
| ·基于模型概率的多模型最优融合估计 | 第85-91页 |
| ·多模型融合基本原理及其结构 | 第86-89页 |
| ·模型融合算法 | 第89-91页 |
| ·基于模型曲率的多模型最优融合估计 | 第91-99页 |
| ·模型结构描述及非线性程度度量 | 第92-95页 |
| ·非线性模型的参数估计及精度分析 | 第95-96页 |
| ·最优模型融合权值确定 | 第96-98页 |
| ·仿真算例及分析 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第五章 非标准多传感器动态系统的状态自适应融合估计 | 第100-127页 |
| ·引言 | 第100-101页 |
| ·基于信息分配的多信息联合滤波融合估计 | 第101-113页 |
| ·最优融合估计算法 | 第102-106页 |
| ·联合滤波的结构及工作流程 | 第106-109页 |
| ·联合滤波器的最优性能分析 | 第109-111页 |
| ·信息分配因子的自适应确定 | 第111-113页 |
| ·基于神经网络的多信息自适应融合估计 | 第113-125页 |
| ·神经网络模型设计与映射函数 | 第113-118页 |
| ·基于神经网络补偿的并行融合估计 | 第118-120页 |
| ·基于UKF的神经元权重在线自适应学习算法 | 第120-125页 |
| ·本章小结 | 第125-127页 |
| 第六章 信息融合估计理论在卫星轨道确定中的应用 | 第127-146页 |
| ·卫星轨道确定基本原理及数学模型 | 第127-131页 |
| ·天地基观测模型及距离测量数据 | 第127-128页 |
| ·卫星轨道动力学模型 | 第128-129页 |
| ·批处理轨道改进算法原理分析 | 第129-131页 |
| ·基于小波变换的卫星轨道摄动时间序列建模应用仿真 | 第131-138页 |
| ·卫星轨道摄动小波时序建模流程 | 第131-136页 |
| ·基于轨道摄动时序建模的定轨算法仿真及精度分析 | 第136-138页 |
| ·基于半参数回归模型的卫星融合定轨精度仿真 | 第138-140页 |
| ·试验内容和方法设计 | 第138页 |
| ·试验结果与分析 | 第138-140页 |
| ·基于Bayes统计模型的卫星融合定轨精度仿真 | 第140-142页 |
| ·试验内容和方法设计 | 第140页 |
| ·试验结果与分析 | 第140-142页 |
| ·基于模型概率的多模型融合定轨精度仿真 | 第142-144页 |
| ·试验内容和方法设计 | 第142页 |
| ·试验结果与分析 | 第142-144页 |
| ·本章小结 | 第144-146页 |
| 第七章 信息融合估计理论在卫星姿态确定中的应用 | 第146-161页 |
| ·卫星姿态确定基本数学模型 | 第147-151页 |
| ·陀螺观测模型及系统状态方程的建立 | 第147-149页 |
| ·姿态敏感器测量方程及映射矩阵 | 第149-151页 |
| ·多姿态测量信息融合定姿算法流程及定姿精度仿真 | 第151-156页 |
| ·多姿态测量信息融合定姿模式与算法流程 | 第151-153页 |
| ·仿真条件及结果分析 | 第153-156页 |
| ·基于UKF神经网络的多姿态测量信息自适应融合定姿仿真 | 第156-159页 |
| ·自适应融合定姿模式与算法描述 | 第156页 |
| ·仿真条件及结果分析 | 第156-159页 |
| ·本章小结 | 第159-161页 |
| 第八章 结束语 | 第161-164页 |
| ·本文的工作回顾 | 第161-162页 |
| ·相关研究工作的展望 | 第162-164页 |
| 致谢 | 第164-165页 |
| 参考文献 | 第165-176页 |
| 作者在学期间取得的学术成果 | 第176-178页 |
