| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-15页 |
| ·相关知识的基本概念和原理 | 第8-12页 |
| ·国内外研究概况及发展趋势 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 2 Alpha稳定分布与分数低阶统计量 | 第15-29页 |
| ·高斯分布与高斯过程 | 第15-17页 |
| ·Alpha稳定分布 | 第17-21页 |
| ·发展动因 | 第17页 |
| ·Alpha稳定分布的概念 | 第17-21页 |
| ·分数低阶统计量 | 第21-28页 |
| ·二阶统计量及基于二阶统计量的信号处理 | 第22-23页 |
| ·高阶统计量及基于高阶统计量的信号处理 | 第23-24页 |
| ·分数低阶统计量及基于分数低阶统计量的信号处理 | 第24-28页 |
| ·对称Alpha稳定分布的参数估计 | 第28-29页 |
| 3 神经网络的基本原理 | 第29-38页 |
| ·前向型神经网络 | 第29-33页 |
| ·感知机 | 第29-31页 |
| ·多层感知机 | 第31-33页 |
| ·径向基函数网络 | 第33-35页 |
| ·支持向量基 | 第35页 |
| ·自组织特征映射神经网络 | 第35-38页 |
| 4 波束形成 | 第38-49页 |
| ·阵列波束形成的基本原理 | 第38-39页 |
| ·几种常见的波束形成方法 | 第39-45页 |
| ·波束形成方法的最佳权向量 | 第39-40页 |
| ·Capon波束形成器 | 第40页 |
| ·广义的旁瓣消除器 | 第40-42页 |
| ·逐点采样自适应方法 | 第42-43页 |
| ·MUSIC算法 | 第43-44页 |
| ·ROC-MUSIC算法 | 第44-45页 |
| ·基于分数低阶统计量的波束形成 | 第45-49页 |
| 5 Alpha稳定分布噪声下基于FLOS预处理的RBF网络的波束形成 | 第49-56页 |
| ·FLOM-MUSIC算法 | 第49-50页 |
| ·基于FLOS预处理的RBF网络的波束形成 | 第50-52页 |
| ·数值模拟结果 | 第52-56页 |
| 6 结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |