融合估計(jì)與融合控制

前言
第1章 緒論
1.1 多傳感器信息融合
1.1.1 研究進(jìn)展
1.1.2 融合層次
1.1.3 融合結(jié)構(gòu)
1.1.4 融合方法
1.2 信息融合估計(jì)
1.2.1 估計(jì)理論概述
1.2.2 融合估計(jì)理論概述
1.3 信息融合控制
1.3.1 融合控制的基本思想
1.3.2 融合控制理論概述
1.3.3 融合控制應(yīng)用概述
1.4 小結(jié)
上篇 融合估計(jì)
　第2章 信息融合估計(jì)基本理論
　2.1 傳統(tǒng)估計(jì)方法
　 2.1.1 最小二乘估計(jì)
　 2.1.2 加權(quán)最小二乘估計(jì)
　 2.1.3 最小方差估計(jì)
　 2.1.4 線性最小方差估計(jì)
　 2.2 線性信息融合估計(jì)
　 2.2.1 統(tǒng)一信息模型
　 2.2.2 統(tǒng)一線性信息融合模型
　 2.2.3 信息量的基本性質(zhì)
　 2.2.4 融合估計(jì)的基本方式
　 2.3 相關(guān)信息融合估計(jì)
　 2.3.1 信息的相關(guān)性與獨(dú)立性
　 2.3.2 集中融合法
　 2.3.3 合成序貫融合法
　 2.3.4 等效序貫融合法
　 2.3.5 正交化序貫融合法
　 2.4 不確定信息融合估計(jì)
　 2.4.1 矩陣緊量與張量
　 2.4.2 不確定信息融合估計(jì)
　 2.4.3 應(yīng)用舉例——傳感器參數(shù)標(biāo)定
　 2.5 等式約束信息融合估計(jì)
　 2.5.1 極限法
　 2.5.2 置換法
　 2.5.3 不等式約束信息融合估計(jì)
　 2.6 非線性信息融合估計(jì)
　 2.6.1 統(tǒng)一信息融合模型
　 2.6.2 非線性信息融合估計(jì)算法
　 2.7 小結(jié)
　第3章 隨機(jī)系統(tǒng)的信息融合濾波理論
　 3.1 傳統(tǒng)濾波方法
　 3.1.1 卡爾曼濾波器
　 3.1.2 數(shù)值穩(wěn)定性改進(jìn)算法
　 3.1.3 擴(kuò)展卡爾曼濾波器
　 3.2 信息融合濾波
　 3.2.1 信息融合濾波算法
　 3.2.2 與卡爾曼濾波的等價(jià)性
　 3.2.3 濾波初值選取
　 3.2.4 無矩陣求逆的信息融合濾波
　 3.3 相關(guān)信息融合濾波
　 3.3.1 噪聲相關(guān)情況
　 3.3.2 有色噪聲情況
　 3.4 不確定信息融合濾波
　 3.4.1 引言
　 3.4.2 魯棒信息融合濾波算法
　 3.5 非線性信息融合濾波
　 3.6 小結(jié)
　第4章 多傳感器系統(tǒng)的信息融合濾波理論
　 4.1 多傳感器系統(tǒng)
　 4.1.1 數(shù)學(xué)模型
　 4.1.2 狀態(tài)預(yù)測(cè)信息獨(dú)立性原理
　 4.2 多傳感器系統(tǒng)的集中式信息融合濾波
　 4.3 多傳感器系統(tǒng)的分散式信息融合濾波
　 4.3.1 順序融合濾波
　 4.3.2 平行融合濾波
　 4.4 多傳感器系統(tǒng)的量測(cè)信息融合濾波
　 4.5 多傳感器系統(tǒng)的狀態(tài)信息融合濾波
　 4.6 多傳感器系統(tǒng)的全信息融合濾波
　 4.6.1 全信息融合濾波結(jié)構(gòu)
　 4.6.2 系統(tǒng)狀態(tài)預(yù)測(cè)信息與子系統(tǒng)狀態(tài)估計(jì)信息的正交化
　 4.6.3 正交化融合濾波算法
　 4.6.4 延長(zhǎng)周期融合濾波算法
　 4.7 多傳感器系統(tǒng)的信息融合聯(lián)邦濾波
　 4.7.1 信息分享原理
　 4.7.2 信息融合聯(lián)邦濾波算法
　 4.7.3 聯(lián)邦濾波分享系數(shù)的確定
　 4.7.4 幾種融合模式的容錯(cuò)性分析
　 4.7.5 聯(lián)邦濾波器故障診斷
　 4.7.6 基于遞階聯(lián)邦濾波的系統(tǒng)重構(gòu)
　 4.8 多傳感器系統(tǒng)的信息融合推廣聯(lián)邦濾波
　 4.8.1 信息分享算法
　 4.8.2 信息融合推廣聯(lián)邦濾波算法
　 4.9 小結(jié)
　第5章 信息融合估計(jì)在飛行控制系統(tǒng)中的應(yīng)用
下篇 融合控制
　第6章 信息融合控制基本原理
　第7章 基于融合估計(jì)的最優(yōu)預(yù)見控制理論
　第8章 大系統(tǒng)的信息融合控制
　第9章 經(jīng)濟(jì)系統(tǒng)的信息融合控制
參考文獻(xiàn)