文摘
英文文摘
第1章绪论
1.1课题背景
1.2数据融合的基本原理及定义
1.2.1基本原理
1.2.2定义
1.2.3多传感器数据融合系统的优点
1.3数据融合算法
1.4论文的主要工作及内容安排
第2章基于奇异值分解的多传感器数据融合算法
2.1引言
2.2背景及问题的提出
2.2.1理论基础
2.2.2平均流速估计
2.2.3基本原理
2.3基于SVD的多传感器数据融合算法
2.3.1数据融合算法
2.3.2基于奇异值分解的权值估计
2.3.3算法实现
2.4仿真结果及讨论
2.5本章小结
第3章多传感器数据重建
3.1引言
3.2基于小波去噪及多传感器数据融合的传感器数据重建算法
3.2.1小波去噪
3.2.2数据融合及数据重建算法
3.3算法及步骤
3.4仿真结果及讨论
3.5实验平台结果
3.6本章小结
第4章非线性系统中多传感器状态融合估计
4.1引言
4.2状态估计融合算法
4.3非线性系统的状态估计
4.3.1非线性离散系统模型
4.3.2 EKF方法及其缺陷
4.4“无气味”卡尔曼滤波
4.4.1 UT变换
4.4.2 UKF算法
4.5基于UKF的多传感器数据融合算法
4.5.1基于UKF的融合算法
4.5.2仿真及结果
4.6本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
论文独创性声明及论文使用授权声明