目錄前言第1章 緒論 11.1 背景與意義 11.2 多傳感器數據融合的體繫結構 21.2.1 多傳感器數據融合的定義 21.2.2 多傳感器數據融合的原理與體繫結構 31.2.3 多傳感器數據融合的優缺點 71.3 多傳感器數據融合估計算法分類綜述 81.3.1 采樣率繫統 91.3.2 單采樣率多傳感器數據融合狀態估計算法 111.3.3 多采樣率多傳感器數據融合狀態估計算法 141.3.4 異步多傳感器數據融合估計算法 191.3.5 噪聲相關環境下的數據融合估計算法 201.3.6 網絡環境下的濾波和融合問題 221.3.7 非線性繫統數據融合估計算法 271.4 組合導航繫統與方法概述 301.5 當前研究熱點、難點與未來的研究方向 331.6 本書的主要內容及章節安排 341.7 本章小結 35第2章 隨機離散動態繫統的Kalman濾波 362.1 問題的提出 362.2 均方估計 372.2.1 均方估計的定義 372.2.2 絨性均方估計 382.3 Kalman濾波基本方程 402.3.1 繫統描述 402.3.2 離散時間Kalman濾波基本方程 422.3.3 離散時間Kalman濾波基本方程的直觀推導 442.3.4 離散時間Kalman濾波基本方程的投影法證明 482.4 Kalman預測基本方程 522.4.1 狀態的預測估計 522.4.2 狀態預測估計的修正 532.4.3 增益陣 542.4.4 誤差的無偏性及誤差方差陣 552.4.5 離散繫統Kalman預測基本方程 562.5 Kalman平滑基本方程 572.5.1 固定區間平滑 582.5.2 固定點平滑 582.5.3 固定滯後平滑 602.6 擴展Kalman濾波 612.6.1 圍繞標稱軌道線性化濾波方法 622.6.2 圍繞濾波值線性化濾波方法 652.7 本章小結 67第3章 變速率非均勻采樣繫統的Kalman濾波 683.1 引言 683.2 問題描述 683.3 非均勻采樣繫統的Kalman濾波算法 703.4 算法性能分析 783.5 仿真實例 803.6 本章小結 83第4章 多尺度Kalman濾波及基於多尺度測量預處理的數據融合 844.1 引言 844.2 小波分析概述 854.2.1 小波變換的定義與基本性質 854.2.2 多尺度分析 884.2.3 Mallat算法 924.3 多尺度Kalman濾波 964.4 基於多尺度測量預處理的數據融合 1004.4.1 繫統描述 1004.4.2 信號的多尺度表示 1014.4.3 基於小波變換的多尺度測量預處理 1024.4.4 基於多傳感器多尺度測量預處理的信號去噪方法 1034.5 仿真實例 1044.6 本章小結 107第5章 基於線性繫統的多速率傳感器數據融合估計 1085.1 引言 1085.2 問題描述 1085.3 線性動態繫統的多速率多傳感器數據融合估計 1105.3.1 基於狀態分塊的融合估計算法 1105.3.2 兩種分布式數據融合狀態估計算法 1145.4 仿真實例 1215.5 本章小結 124第6章 隨機丟包情況下多速率傳感器魯棒融合估計 1256.1 引言 1256.2 問題描述 1256.3 基於不完全觀測數據的多速率傳感器融合估計算法 1266.3.1 模型約簡 1266.3.2 融合算法 1306.4 仿真實例 1316.5 本章小結 136第7章 時不變線性繫統的異步多速率傳感器數據融合估計 1377.1 引言 1377.2 問題描述 1387.3 尺度遞歸融合估計算法 1397.3.1 多尺度狀態空間模型 1397.3.2 尺度遞歸狀態融合估計算法 1417.4 基於混合式結構的融合估計算法 1507.5 兩種分布式融合估計算法 1557.5.1 遞歸朕邦分布式融合估計 1567.5.2 有反饋分布式融合估計 1607.6 仿真實例 1647.6.1 尺度遞歸融合估計算法仿真 1647.6.2 混合式融合估計算法仿真 1687.6.3 分布式融合估計算法仿真 1707.7 本章小結 175第8章 時不變繫統異步多速率間歇數據的魯棒融合估計 1768.1 引言 1768.2 問題描述 1768.3 隨機丟包下的異步多速率傳感器數據融合算法 1778.4 仿真實例 1888.4.1 圓周運動的機動目標跟蹤 1888.4.2 目標跟蹤繫統的狀態估計 1928.5 本章小結 196第9章 時變線性繫統的異步多速率傳感器數據融合估計 1979.1 引言 1979.2 問題描述 1979.3 基於速率歸一化和聯邦Kalman濾波的分布式融合估計 1989.3.1 異步多速率繫統的速率歸一化數學建模 1999.3.2 基於聯邦Kalman濾波的數據融合估計 2039.4 異步多速率數據的順序式融合估計-2059.5 仿真實例 2119.5.1 基於聯邦Kalman濾波的融合估計算法仿真 2119.5.2 順序式融合估計算法仿真 2179.6 本章小結 219第10章 異步多速率傳感器線性繫統的建模與容錯融合估計 22010.1 引言 22010.2 問題描述 22210.3 狀態估計算法 22310.3.1 異步多速率多傳感器繫統建模 22310.3.2 無故障情況下的數據融合估計 22610.3.3 存在不可靠觀測情況T的狀態容錯融合估計算法 22910.4 狀態容錯融合估計算法的性能分析 23010.5 仿真實例 23310.6 本章小結 241第11章 相關噪聲環境下的多傳感器數據融合 24311.1 引言 24311.2 問題描述 24311.3 融合算法 24411.3.1 集中式融合 24411.3.2 順序式融合 24411.3.3 分布式融合 24711.4 仿真實例 25111.5 本章小結 255第12章 相關噪聲環境下多速率傳感器融合估計 25712.1 引言 25712.2 問題描述 25812.3 序貫式融合估計算法 25912.4 分布式融合估計算法 26712.5 仿真實例 27412.5.1 序貫式融合估計算法仿真 27412.5.2 分布式融合估計算法仿真 27812.6 本章小結 282第13章 噪聲統計特性未知情況下的多源信息融合估計 28313.1 引言 28313.2 相關多源信息融合估計算法簡述 28313.2.1 廣義凸組合融合算法 28313.2.2 基於集合論的松弛切比雪夫中心協方差交叉算法 28613.2.3 基於信息論的快速協方差交叉算法 28813.2.4 容錯廣義凸組合融合算法 29213.3 兩種改進的多源信息融合估計算法 29613.3.1 改進的松弛切比雪夫協方差交叉融合算法 29613.3.2 改進的快速協方差交叉算法 29813.4 仿真實例 29913.4.1 Kalman濾波算法得到局部估計值 29913.4.2 RCC-CI、IT-FCI，DCI仿真分析 30013.4.3 FGCC、CI/CU仿真分析 30513.4.4 改進算法的仿真分析 30813.5 本章小結 310第14章 非線性繫統異步多速率傳感器數據融合估計 31214.1 引言 31214.2 問題描述 31314.3 狀態融合估計算法 31414.3.1 基於SPKF方法估計非線性時變繫統的狀態 31514.3.2 基於STF方法估計非線性時變繫統的狀態 32014.3.3 非線性繫統狀態估計新算法：SPSTF 32414.4 仿真實例 33114.5 本章小結 339第15章 非線性繫統異步多速率傳感器數據容錯融合估計 34015.1 引言 34015.2 問題描述 34115.3 異步多速率傳感器數據容錯融合估計算法 34215.4 仿真實例 34815.5 本章小結 356第16章 多傳感器估計理論在導航繫統中的應用 35716.1 引言 35716.2 組合導航繫統模型 35716.3 多速率繫統的魯棒Kalman濾波及在導航繫統中的應用 36116.4 仿真實例 36516.5 本章小結 367參考文獻 368