| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文研究内容 | 第12-14页 |
| 第二章 随机共振理论 | 第14-25页 |
| 2.1 Duffing随机共振双稳态系统模型 | 第14-17页 |
| 2.2 经典随机共振基本理论 | 第17-20页 |
| 2.2.1 绝热近似理论 | 第18-19页 |
| 2.2.2 线性响应理论 | 第19-20页 |
| 2.3 随机共振衡量指标 | 第20-24页 |
| 2.3.1 信噪比与信噪比增益 | 第21-23页 |
| 2.3.2 驻留时间分布 | 第23页 |
| 2.3.3 互相关系数 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 系统参数对随机共振的影响分析 | 第25-38页 |
| 3.1 不同噪声特征分析 | 第25-28页 |
| 3.1.1 高斯白噪声特征 | 第25-26页 |
| 3.1.2 混沌海杂波噪声特征 | 第26-27页 |
| 3.1.3 α稳定噪声特征 | 第27-28页 |
| 3.2 双稳系统参数对随机共振结构影响 | 第28-30页 |
| 3.3 Duffing振子阻尼比参数对随机共振影响 | 第30-31页 |
| 3.4 Duffing系统最佳参数对随机共振输出影响 | 第31-37页 |
| 3.4.1 α稳定噪声背景下的参数诱导随机共振现象 | 第31-33页 |
| 3.4.2 Duffing系统最佳参数对系统输出影响 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于全局人工鱼群算法的自适应随机共振微弱信号检测 | 第38-54页 |
| 4.1 全局人工鱼群算法(GAFSA) | 第39-41页 |
| 4.1.1 相关定义 | 第39-40页 |
| 4.1.2 鱼群算法的行为分析 | 第40-41页 |
| 4.2 基于GAFSA的自适应随机共振 | 第41-43页 |
| 4.3 仿真实验 | 第43-50页 |
| 4.3.1 过阻尼Langevin系统 | 第44-46页 |
| 4.3.2 二维Duffing系统 | 第46-50页 |
| 4.4 海杂波背景下的自适应随机共振微弱信号检测 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 基于Duffing振子随机共振和遗传算法的频率调制微弱信号检测 | 第54-66页 |
| 5.1 频率调制随机共振原理推导 | 第54-56页 |
| 5.2 遗传算法 | 第56-59页 |
| 5.3 基于随机共振和遗传算法的频率调制微弱信号检测(GA-SR) | 第59-61页 |
| 5.4 仿真实验 | 第61-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表论文及专利情况 | 第77页 |
| 攻读硕士学位期间参与项目情况 | 第77页 |
