| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 绪论 | 第8-20页 |
| 第1章 多传感器动态系统未知噪声统计和未知模型参数的在线估值器 | 第20-74页 |
| ·引言 | 第20-21页 |
| ·用相关方法估计未知噪声统计 | 第21-28页 |
| ·用递推辅助变量(RIV)算法估计未知模型参数 | 第28-41页 |
| ·单变量RIV 算法 | 第28-33页 |
| ·多变量RIV 算法(MRIV) | 第33-36页 |
| ·多重RIV 算法 | 第36-41页 |
| ·仿真例子 | 第41-73页 |
| ·仿真例子1 | 第41-52页 |
| ·仿真例子2 | 第52-64页 |
| ·仿真例子3 | 第64-73页 |
| 1. 5 本章小结 | 第73-74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Kalman 滤波器和Wiener 滤波器 | 第74-153页 |
| ·引言 | 第74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74-95页 |
| ·多传感器系统局部及解耦信息融合最优Kalman 估值器 | 第75-80页 |
| ·基于Kalman 滤波方法的自校正局部Kalman 估值器 | 第80-83页 |
| ·基于Kalman 滤波方法的自校正信息融合Kalman 估值器 | 第83-85页 |
| ·自校正局部Kalman 估值器的收敛性分析 | 第85-93页 |
| ·自校正信息融合Kalman 滤波器的收敛性分析 | 第93-95页 |
| ·基于Riccati 方程的自校正分量解耦信息融合Wiener 状态估值器 | 第95-104页 |
| ·状态分量解耦局部稳态最优Wiener 状态估值器 | 第98-100页 |
| ·自校正局部及信息融合分量解耦Wiener 状态估值器算法 | 第100页 |
| ·自校正局部及信息融合分量解耦Wiener 状态估值器的收敛性分析 | 第100-104页 |
| ·仿真例子 | 第104-152页 |
| ·仿真例子1 | 第104-129页 |
| ·仿真例子2 | 第129-152页 |
| ·结论 | 第152-153页 |
| 第3章 自校正解耦融合Wiener 状态估值器在信号处理中的应用 | 第153-188页 |
| ·引言 | 第153页 |
| ·带白色观测噪声的多传感器单通道AR 信号自校正信息融合Wiener估值器 | 第153-162页 |
| ·多传感器单通道AR 信号稳态最优融合Wiener 估值器 | 第154-157页 |
| ·多传感器单通道AR 信号自校正信息融合Wiener 估值器 | 第157-162页 |
| ·带白色观测噪声的多通道多传感器AR 信号自校正信息融合Wiener 估值器 | 第162-167页 |
| ·多传感器多通道AR 信号稳态最优融合Wiener 估值器 | 第162-164页 |
| ·多传感器多通道AR 信号自校正信息融合Wiener 估值器 | 第164-167页 |
| ·仿真例子 | 第167-187页 |
| ·仿真例子1 | 第167-175页 |
| ·仿真例子2 | 第175-187页 |
| ·本章小结 | 第187-188页 |
| 结论 | 第188-189页 |
| 参考文献 | 第189-196页 |
| 致谢 | 第196-197页 |
| 攻读硕士学位期间所发表的学术论文 | 第197页 |
