摘要
主要符号定义
第1章 绪论
1.1 课题研究的背景和意义
1.1.1 课题来源
1.1.2 课题研究的目的和意义
1.2 多传感器信息融合技术的发展概况
1.2.1 信息融合的结构和方法
1.2.2 信息融合状态估计的研究现状
1.3 带相关噪声随机不确定系统的状态估计研究概况
1.3.1 带相关噪声系统的状态估计研究现状
1.3.2 随机不确定系统的状态估计研究现状
1.3.3 多速率采样系统的状态估计研究现状
1.4 主要研究内容
第2章 带一步自相关和两步互相关噪声随机不确定系统的信息融合估计
2.1 引言
2.2 问题的阐述
2.3 多传感器线性最优集中式融合估值器
2.3.1 集中式融合滤波器
2.3.2 集中式融合预报器
2.3.3 集中式融合平滑器
2.4 多传感器线性无偏最小方差分布式加权融合滤波器
2.4.1 线性最小方差最优局部滤波器
2.4.2 任意两个传感器子系统之间的滤波误差互协方差矩阵
2.4.3 分布式信息融合滤波器
2.5 多传感器分布式CI融合滤波器
2.6 集中式融合、分布式加权融合及CI融合滤波器的性能比较
2.7 仿真研究
2.8 本章小结
第3章 带有限步相关噪声随机不确定系统的信息融合估计
3.1 引言
3.2 问题的阐述
3.3 多传感器线性最优集中式信息融合估值器
3.3.1 集中式融合滤波器
3.3.2 集中式融合预报器
3.3.3 集中式融合平滑器
3.4 多传感器线性无偏最小方差分布式加权融合滤波器
3.4.1 线性最小方差最优局部滤波器
3.4.2 任意两个传感器子系统之间的滤波误差互协方差矩阵
3.4.3 分布式信息融合滤波器
3.5 仿真研究
3.6 本章小结
第4章 带相关噪声和衰减观测多通道随机不确定系统的信息融合估计
4.1 引言
4.2 问题的阐述
4.3 线性最小方差最优估值器
4.3.1 线性最优滤波器
4.3.2 线性最优预报器
4.3.3 线性最优平滑器
4.4 推广到多传感器系统情形
4.5 仿真研究
4.6 本章小结
第5章 带相关噪声随机不确定多速率采样系统的信息融合滤波
5.1 引言
5.2 问题的阐述
5.3 局部滤波器设计
5.3.1 状态空间模型建立
5.3.2 观测采样点上的局部滤波器
5.3.3 状态更新点上的局部滤波器
5.4 多传感器线性无偏最小方差分布式加权融合滤波器
5.4.1 任意两个传感器子系统之间的滤波误差互协方差矩阵
5.4.2 分布式信息融合滤波器
5.5 仿真研究
5.6 本章小结
结语
参考文献
致谢
攻读学位期间发表的学术论文
声明