多传感器数据融合解决方案.docVIP

PAGE  PAGE 76 多传感器数据融合技术及应用 目录  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc167092779 第一章概论  PAGEREF _Toc167092779 \h 1  HYPERLINK \l _Toc167092780 1.1数据融合的目的和应用  PAGEREF _Toc167092780 \h 1  HYPERLINK \l _Toc167092781 1.2数据融合的理论基础  PAGEREF _Toc167092781 \h 3  HYPERLINK \l _Toc167092782 1.2.1数据融合的基本原理  PAGEREF _Toc167092782 \h 3  HYPERLINK \l _Toc167092783 1.2.2数据融合的级别  PAGEREF _Toc167092783 \h 4  HYPERLINK \l _Toc167092784 第二章状态估计理论  PAGEREF _Toc167092784 \h 8  HYPERLINK \l _Toc167092785 2.1估计问题的构成  PAGEREF _Toc167092785 \h 8  HYPERLINK \l _Toc167092786 2.2状态估计问题  PAGEREF _Toc167092786 \h 9  HYPERLINK \l _Toc167092787 2.3离散线性系统的最优估计——Kalman滤波技术  PAGEREF _Toc167092787 \h 10  HYPERLINK \l _Toc167092788 第三章多传感器信息融合系统中的状态估计  PAGEREF _Toc167092788 \h 15  HYPERLINK \l _Toc167092789 3.1引言  PAGEREF _Toc167092789 \h 15  HYPERLINK \l _Toc167092790 3.2集中式多传感器信息融合系统中的状态估计  PAGEREF _Toc167092790 \h 15  HYPERLINK \l _Toc167092791 3.2.1单传感器的状态估计  PAGEREF _Toc167092791 \h 15  HYPERLINK \l _Toc167092792 3.2.2集中式多传感器状态估计  PAGEREF _Toc167092792 \h 17  HYPERLINK \l _Toc167092793 3.3分布式多传感器信息融合系统中的状态估计  PAGEREF _Toc167092793 \h 19  HYPERLINK \l _Toc167092794 第四章多传感器概率数据关联算法  PAGEREF _Toc167092794 \h 23  HYPERLINK \l _Toc167092795 4.1概率数据关联滤波器  PAGEREF _Toc167092795 \h 23  HYPERLINK \l _Toc167092796 4.1.1预备知识  PAGEREF _Toc167092796 \h 23  HYPERLINK \l _Toc167092797 4.1.2概率数据关联滤波器的基本思想  PAGEREF _Toc167092797 \h 24  HYPERLINK \l _Toc167092798 4.1.3关联概率的计算  PAGEREF _Toc167092798 \h 26  HYPERLINK \l _Toc167092799 4.1.4协方差P(k|k)的计算  PAGEREF _Toc167092799 \h 29  HYPERLINK \l _Toc167092800 4.2多传感器概率数据关联算法  PAGEREF _Toc167092800 \h 31  HYPERLINK \l _Toc167092801 4.2.1多传感器概率数据关联滤波器  PAGEREF _Toc167092801 \h 31  HYPERLINK \l _Toc167092802 第五章分布式多传感器信息融合中的  PAGEREF _Toc167092802 \h 35  HYPERLINK \l _Toc167092803 5.1引言  PAGEREF _Toc167092803 \h 35