信息融合中估計(jì)算法的性能評(píng)估

目 錄
第1章 緒論\t（1）
1．1 信息融合概述\t（1）
1．1．1 信息融合的基本概念\t（1）
1．1．2 信息融合中狀態(tài)估計(jì)技術(shù)的發(fā)展現(xiàn)狀\t（2）
1．2 估計(jì)算法性能評(píng)估簡(jiǎn)介\t（5）
1．2．1 概述\t（5）
1．2．2 性能評(píng)估理論中的基本概念\t（7）
1．2．3 性能評(píng)估指標(biāo)分類(lèi)\t（8）
第2章 基于誤差值大小的度量\t（12）
2．1 絕對(duì)誤差度量\t（12）
2．1．1 均方根誤差（RMSE）度量\t（12）
2．1．2 AEE度量\t（13）
2．1．3 調(diào)和平均誤差（HAE）度量\t（15）
2．1．4 幾何平均誤差（GAE）度量\t（16）
2．1．5 RMSE、AEE、HAE和GAE之間的關(guān)系\t（17）
2．1．6 誤差的中位數(shù)和眾數(shù)\t（17）
2．2 相對(duì)誤差度量\t（17）
2．2．1 貝葉斯估計(jì)誤差商\t（18）
2．2．2 估計(jì)-量測(cè)誤差比\t（19）
第3章 誤差度量在非線(xiàn)性量測(cè)模型轉(zhuǎn)換方法評(píng)估中的應(yīng)用\t（21）
3．1 量測(cè)模型轉(zhuǎn)換方法概述\t（21）
3．2 經(jīng)典UCM方法\t（22）
3．2．1 問(wèn)題描述\t（22）
3．2．2 二維情況\t（23）
3．2．3 三維情況\t（25）
3．2．4 偏差補(bǔ)償因子的計(jì)算\t（29）
3．3 多傳感器場(chǎng)景下UCM的性能分析\t（30）
3．4 考慮互相關(guān)時(shí)的無(wú)偏量測(cè)轉(zhuǎn)換\t（30）
3．4．1 二維情況下互相關(guān)性的推導(dǎo)\t（30）
3．4．2 三維情況下互相關(guān)性的推導(dǎo)\t（32）
3．5 相對(duì)誤差度量評(píng)估結(jié)果\t（35）
3．5．1 BEEQ評(píng)估結(jié)果\t（36）
3．5．2 EMER評(píng)估結(jié)果\t（41）
第4章 誤差譜度量和動(dòng)態(tài)誤差譜度量\t（47）
4．1 誤差譜度量的定義和性質(zhì)\t（47）
4．1．1 誤差譜度量的定義\t（47）
4．1．2 誤差譜度量的性質(zhì)\t（48）
4．2 誤差譜度量的缺陷\t（49）
4．3 動(dòng)態(tài)誤差譜度量\t（51）
4．3．1 線(xiàn)性加權(quán)綜合法\t（51）
4．3．2 代數(shù)均值形式綜合法\t（52）
4．3．3 幾何均值形式綜合法\t（53）
4．3．4 動(dòng)態(tài)誤差譜度量的性質(zhì)\t（54）
4．4 本章小結(jié)\t（54）
第5章 動(dòng)態(tài)誤差譜度量在交互式多模型算法評(píng)估中的應(yīng)用\t（56）
5．1 多模型算法簡(jiǎn)述\t（57）
5．2 交互式多模型算法\t（59）
5．2．1 交互式多模型算法的基本原理\t（59）
5．2．2 交互式多模型算法中的多模型推理\t（62）
5．3 CV、CA、CT運(yùn)動(dòng)模型\t（63）
5．3．1 勻速（CV）運(yùn)動(dòng)模型\t（63）
5．3．2 勻加速（CA）運(yùn)動(dòng)模型\t（64）
5．3．3 勻速轉(zhuǎn)彎（CT）運(yùn)動(dòng)模型\t（65）
5．4 動(dòng)態(tài)誤差譜度量結(jié)果與分析\t（66）
5．4．1 勻速模型的影響\t（67）
5．4．2 勻速轉(zhuǎn)彎模型的影響\t（71）
5．4．3 量測(cè)噪聲的影響\t（74）
第6章 動(dòng)態(tài)誤差譜度量在非線(xiàn)性濾波算法評(píng)估中的應(yīng)用\t（77）
6．1 經(jīng)典非線(xiàn)性濾波算法\t（78）
6．1．1 無(wú)偏量測(cè)轉(zhuǎn)換方法\t（78）
6．1．2 擴(kuò)展卡爾曼濾波\t（80）
6．1．3 無(wú)跡濾波器\t（86）
6．1．4 最優(yōu)線(xiàn)性無(wú)偏估計(jì)器\t（89）
6．2 動(dòng)態(tài)誤差譜度量結(jié)果與分析\t（94）
6．2．1 場(chǎng)景一\t（95）
6．2．2 場(chǎng)景二\t（97）
6．2．3 場(chǎng)景三\t（99）
第7章 基于估計(jì)誤差聚集度理論的度量\t（102）
7．1 背景知識(shí)和問(wèn)題描述\t（102）
7．1．1 MAP估計(jì)器與MMSE估計(jì)器\t（104）
7．1．2 成功域與成功率\t（104）
7．1．3 可行域與失敗率\t（105）
7．1．4 聚集域與聚集概率\t（106）
7．1．5 相對(duì)聚集度與離散度\t（106）
7．2 衡量估計(jì)誤差聚集程度的度量準(zhǔn)則\t（109）
7．2．1 基于誤差分布的聚集度指標(biāo)\t（109）
7．2．2 擴(kuò)展的相對(duì)聚集度度量\t（111）
7．2．3 基于相關(guān)系數(shù)的聚集度指標(biāo)\t（114）
7．2．4 基于昆蟲(chóng)聚集度度量的聚集度指標(biāo)\t（114）
7．3 仿真示例與結(jié)果分析\t（116）
7．3．1 示例一\t（116）
7．3．2 示例二\t（117）
7．3．3 示例三\t（121）
7．4 本章小結(jié)\t（124）
第8章 基于估計(jì)誤差分布函數(shù)的度量\t（125）
8．1 估計(jì)誤差分布的期望水平\t（125）
8．1．1 引言\t（125）
8．1．2 誤差分布期望水平的定義\t（127）
8．1．3 計(jì)算誤差分布期望水平所存在的問(wèn)題\t（128）
8．2 估計(jì)誤差分布與期望分布間的相關(guān)性度量\t（129）
8．2．1 誤差分布期望水平的擴(kuò)展\t（129）
8．2．2 基于主成分分析的相關(guān)性度量\t（131）
8．2．3 基于核主成分分析的相關(guān)性度量\t（134）
8．3 仿真示例及結(jié)果分析\t（136）
8．4 本章小結(jié)\t（140）
附錄A 縮略語(yǔ)\t（141）
參考文獻(xiàn)\t（143）