前言
第1章 緒論
1.1 多傳感器信息融合產(chǎn)生的背景
1.2 信息融合概念和定義
1.3 估計(jì)理論的方法論
1.3.1 Kalman濾波方法
1.3.2 現(xiàn)代時間序列分析方法
1.3.3 時域Wiener濾波方法
1.3.4 系統(tǒng)辨識方法
1.4 信息融合估計(jì)理論的分支和進(jìn)展
1.4.1 最優(yōu)信息融合濾波理論
1.4.2 信息融合系統(tǒng)辨識
1.4.3 自校正信息融合濾波理論
1.4.4 CI融合魯棒信息融合濾波理論
1.5 信息融合濾波的基本方法
1.5.1 集中式融合與分布式融合方法
1.5.2 狀態(tài)融合與觀測融合方法
1.5.3 最優(yōu)加權(quán)融合估計(jì)方法
1.5.4 CI融合估計(jì)方法
1.5.5 信息融合辨識方法
1.5.6 自校正融合方法
1.5．7 自校正融合濾波器的收斂性分析方法
1.5.8 批處理、序貫處理和并行處理CI融合方法
1.6 小結(jié)
參考文獻(xiàn)
第2章 信息融合估計(jì)的基本方法
2.1 最小二乘估計(jì)
2.1.1 最小二乘估計(jì)原理
2.1.2 一般最小二乘法估計(jì)公式推導(dǎo)及性質(zhì)
2.1.3 RLS估計(jì)
2.2 WLS估計(jì)
2.2.1 WLS估計(jì)原理
2.2.2 一般WLS估計(jì)公式推導(dǎo)及性質(zhì)
2.3 LUMV估計(jì)
2.3.1 LUMV估計(jì)原理
2.3.2 LUMV估計(jì)及性質(zhì)
2.3.3 一般線性最小方差估計(jì)及性質(zhì)
2.4 三種加權(quán)最優(yōu)融合估計(jì)
2.4.1 按矩陣加權(quán)線性最小方差最優(yōu)融合估計(jì)準(zhǔn)則
2.4.2 按標(biāo)量加權(quán)線性最小方差最優(yōu)融合估計(jì)準(zhǔn)則
2.4.3 按對角陣加權(quán)線性最小方差最優(yōu)融合估計(jì)準(zhǔn)則
2.5 CI融合估計(jì)
2.5.1 協(xié)方差橢圓及其性質(zhì)
2.5.2 CI融合估計(jì)的幾何原理
2.5.3 CI融合估值的一致性
2.5.4 最優(yōu)參數(shù)～的選擇
2.5.5 CI融合估值的魯棒性
2.5.6 CI融合估值的精度分析
2.5.7 Cl融合估值與局部和三種加權(quán)融合估值的精度比較
2.6 小結(jié)
參考文獻(xiàn)
第3章 Kalman濾波
3.1 引言
3.2 狀態(tài)空間模型與ARMA模型
3.2.1 狀態(tài)空間模型
3.2.2 ARMA模型
3.2.3 狀態(tài)空間模型與ARMA模型的關(guān)系
3.3 正交投影與新息序列
3.4 Kalman濾波器、預(yù)報器和平滑囂
3.4.1 Kalman濾波器和預(yù)報器
3.4.2 Kalman平滑器
3.5 信息濾波器
3.6 Kalman濾波的穩(wěn)定性
3.7 穩(wěn)態(tài)Kalman濾波及其收斂性
3.7.1 穩(wěn)態(tài)Kalman濾波
……
第4章 現(xiàn)代時間序列分析方法
第5章 基于Kalman濾波方法的最優(yōu)信息融合濾波理論
第6章 基于現(xiàn)代時間序列分析方法的最優(yōu)信息融合濾波理論
第7章 自校正信息融合濾波理論
第8章 CI融合魯棒Kalman濾波理論