水下超声信号预处理及其虚拟仪器技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究的背景 | 第11-12页 |
| ·课题相关技术的现状与发展 | 第12-14页 |
| ·本文的主要研究工作 | 第14-15页 |
| 第2章 自适应滤波技术在水声信号预处理中的应用 | 第15-26页 |
| ·自适应滤波技术 | 第15-21页 |
| ·自适应滤波器的构成 | 第16-18页 |
| ·自适应滤波器的算法 | 第18-21页 |
| ·自适应滤波技术用于被动声纳测距 | 第21-25页 |
| ·被动声纳测距的LMS算法 | 第21-23页 |
| ·软件实现及仿真 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 小波理论在水声信号预处理中的应用 | 第26-43页 |
| ·小波理论在水声信号消噪与重构中的研究 | 第26-39页 |
| ·基于小波分析的去噪与重构理论 | 第26-32页 |
| ·软、硬阈值去噪方法 | 第29-30页 |
| ·改进的阈值去噪方法 | 第30-32页 |
| ·基于小波包分析的水声信号去噪 | 第32-39页 |
| ·小波包去噪的一般原理与步骤 | 第32-34页 |
| ·自适应最优小波包树的搜索 | 第34-35页 |
| ·非正交小波包基的追踪算法 | 第35-36页 |
| ·水声信号消噪中小波系数阈值的选取 | 第36-39页 |
| ·基于小波的被动声纳消噪 | 第39-42页 |
| ·舰船被动声纳信号 | 第39-40页 |
| ·海洋环境噪声信号 | 第40-41页 |
| ·基于小波的被动声纳去噪仿真 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 数据挖掘在水声信号预处理中的应用 | 第43-59页 |
| ·水声信号数据挖掘的原理及方法 | 第43-48页 |
| ·水声信号数据挖掘介绍 | 第43-44页 |
| ·数据挖掘中的数据预处理 | 第44-45页 |
| ·水声信号数据挖掘的预处理方法 | 第45-47页 |
| ·水声信号数据挖掘系统的方法与结构 | 第47-48页 |
| ·基于神经网络的水声数据挖掘 | 第48-58页 |
| ·数据准备 | 第49-52页 |
| ·数据选择 | 第49页 |
| ·数据预处理 | 第49-50页 |
| ·数据表示 | 第50-52页 |
| ·规则提取 | 第52-58页 |
| ·距离分类法 | 第54-55页 |
| ·最佳小波包基的选取 | 第55页 |
| ·聚类与分类的算法及仿真 | 第55-58页 |
| ·规则评估 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第5章 水声预处理系统的虚拟仪器 | 第59-79页 |
| ·水声信号采集与预处理系统 | 第59-60页 |
| ·水声信号预处理的虚拟仪器设计 | 第60-74页 |
| ·虚拟仪器软件的功能结构 | 第61-62页 |
| ·软件的设计的关键问题 | 第62-63页 |
| ·开发工具的选择 | 第63页 |
| ·基于VC++和MATLAB的混合编程 | 第63-64页 |
| ·PCI数据采集的DMA和中断实现 | 第64-68页 |
| ·虚拟仪器的界面构成 | 第68-73页 |
| ·多线程在虚拟仪器平台中的应用 | 第73-74页 |
| ·虚拟仪器对水声信号的处理 | 第74-78页 |
| ·水声信号的存储 | 第74-76页 |
| ·水声复现与播放技术 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-80页 |
| 1.本文的工作总结 | 第79页 |
| 2.需改进之处 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第85页 |
