| 1 绪论 1.1 信息融合概述 1.1.1 定义 1.1.2 信息融合意义与优势 1.2 信息融合结构与级别 1.2.1 信息融合功能模型 1.2.2 信息融合级别 1.2.3 信息融合过程 1.3 信息融合基本概念 1.3.1 信息融合基本原理 1.3.2 信息融合种类 1.4 信息融合主要研究方法 1.4.1 加权平均 1.4.2 卡尔曼滤波 1.4.3 贝叶斯估计 1.4.4 统计决策理论 1.4.5 Dempster-Shafer证据推理法 1.4.6 模糊逻辑法 1.4.7 产生式规则法 1.4.8 神经网络方法 1.5 信息融合应用 1.5.1 军事应用 1.5.2 民事应用 1.6 信息融合技术发展与未来 1.6.1 信息融合发展史- 1.6.2 信息融合存在的问题 1.6.3 信息融合未来发展 2 信息融合估计理论 2.1 数理统计理论 2.1.1 概述 2.1.2 基本概念 2.2 基于参数估计理论与算法 2.2.1 点估计 2.2.2 贝叶斯估计 2.2.3 区间估计 2.3 基于参数估计信息融合 3 动态系统的滤波理论与算法 3.1 标准卡尔曼滤波 3.1.1 卡尔曼滤波基本概念 3.1.2 卡尔曼滤波的基本步骤 3.1.3 基本卡尔曼滤波简单实例 |
内容加载中，请稍后...
商品评论（0条）