| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 水声目标识别的国内外研究现状 | 第11-13页 |
| 1.2 水声目标识别技术研究面临的困难 | 第13页 |
| 1.3 论文研究的主要内容 | 第13-15页 |
| 第2章 舰船辐射噪声模型及仿真 | 第15-21页 |
| 2.1 舰船主要噪声源分析 | 第15-16页 |
| 2.2 舰船辐射噪声模拟仿真 | 第16-20页 |
| 2.2.1 连续谱模型仿真 | 第16-18页 |
| 2.2.2 线谱及调制特性仿真 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于CEEMD与对称相关去噪的调制特征提取 | 第21-48页 |
| 3.1 瞬时频率的定义 | 第21-22页 |
| 3.2 EMD算法原理 | 第22-24页 |
| 3.3 EMD分解的完备性和正交性 | 第24-25页 |
| 3.4 EMD模态混叠问题 | 第25-28页 |
| 3.5 总体经验模态分解 | 第28-33页 |
| 3.5.1 EEMD分解方法 | 第28页 |
| 3.5.2 CEEMD分解方法 | 第28-29页 |
| 3.5.3 EEMD与CEEMD分解仿真 | 第29-33页 |
| 3.6 对称相关函数 | 第33-39页 |
| 3.6.1 对称相关的定义 | 第34-35页 |
| 3.6.2 对称相关函数的消噪机理 | 第35页 |
| 3.6.3 对称相关函数去噪性能分析和仿真 | 第35-37页 |
| 3.6.4 实测舰船噪声信号降噪检测 | 第37-39页 |
| 3.7 基于CEEMD分解与对称相关处理的调制特征提取 | 第39-47页 |
| 3.7.1 CEEMD分解与对称相关处理结合的降噪步骤 | 第40-41页 |
| 3.7.2 Hilbert包络解调分析方法 | 第41-42页 |
| 3.7.3 基于CEEMD分解与对称相关处理的解调制仿真分析 | 第42-44页 |
| 3.7.4 实测舰船辐射噪声的调制特征提取实验 | 第44-47页 |
| 3.8 本章小结 | 第47-48页 |
| 第4章 基于蚁群算法的线谱检测与跟踪 | 第48-71页 |
| 4.1 常用的线谱检测方法 | 第48-50页 |
| 4.1.1 单时刻的线谱实时检测法 | 第48页 |
| 4.1.2 多时刻综合推断推迟决策法 | 第48-50页 |
| 4.2 基于蚁群算法的线谱提取方法 | 第50-55页 |
| 4.2.1 蚁群优化算法的描述 | 第50-51页 |
| 4.2.2 线谱的提取与二值图像的生成 | 第51-53页 |
| 4.2.3 谱线提取视觉模型和评价函数 | 第53-55页 |
| 4.3 蚁群优化算法提取曲线算法 | 第55-61页 |
| 4.3.1 基于蚁群系统的谱线提取流程 | 第55-57页 |
| 4.3.2 路径翻转策略 | 第57-58页 |
| 4.3.3 搜索终止条件 | 第58-59页 |
| 4.3.4 状态转移规则 | 第59-60页 |
| 4.3.5 信息素更新规则 | 第60-61页 |
| 4.3.6 局部搜索方法 | 第61页 |
| 4.4 仿真及其参数测试 | 第61-66页 |
| 4.4.1 蚂蚁数量的选择 | 第61-63页 |
| 4.4.2 搜索调节系数的选择 | 第63页 |
| 4.4.3 启发信息影响因子 | 第63-64页 |
| 4.4.4 长度系数的选择 | 第64-66页 |
| 4.5 基于蚁群优化算法的多曲线提取 | 第66-70页 |
| 4.5.1 多曲线提取方法 | 第66-67页 |
| 4.5.2 多根谱线提取仿真 | 第67-68页 |
| 4.5.3 实测舰船噪声的谱线提取 | 第68-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第5章 基于MFCC与CEEMD的舰船噪声特征提取 | 第71-82页 |
| 5.1 人耳的听觉感知系统 | 第71页 |
| 5.2 美尔频率倒谱系数(MFCC) | 第71-73页 |
| 5.3 MFCC特征参数的计算流程 | 第73-74页 |
| 5.4 差分MFCC及基于CEEMD的改进MFCC | 第74-75页 |
| 5.5 舰船辐射噪声的MFCC特征提取 | 第75-78页 |
| 5.6 高阶统计量 | 第78-81页 |
| 5.6.1 随机变量的特征函数 | 第78-79页 |
| 5.6.2 高阶矩和高阶累积量 | 第79页 |
| 5.6.3 高斯信号的高阶矩和高阶累积量 | 第79-80页 |
| 5.6.4 高阶累积量的重要性质 | 第80-81页 |
| 5.7 本章小结 | 第81-82页 |
| 第6章 目标分类算法 | 第82-93页 |
| 6.1 人工神经网络的分类 | 第83页 |
| 6.2 BP神经网络 | 第83-85页 |
| 6.3 基于蚁群算法的神经网络训练 | 第85-87页 |
| 6.4 优化的BP神经网络对实际舰船目标分类测试 | 第87-92页 |
| 6.5 本章小结 | 第92-93页 |
| 结论 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第101-102页 |
| 致谢 | 第102页 |
