| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.1.1 中国列车控制系统与应答器 | 第12-13页 |
| 1.1.2 应答器系统存在的问题 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 应答器系统技术规范 | 第14-15页 |
| 1.2.2 应答器上行链路信号研究现状 | 第15-16页 |
| 1.2.3 卡尔曼滤波研究现状 | 第16-17页 |
| 1.2.4 认知控制研究现状 | 第17页 |
| 1.3 研究意义 | 第17-18页 |
| 1.4 论文内容与结构 | 第18-20页 |
| 2 上行链路信号处理既有方法分析 | 第20-29页 |
| 2.1 应答器系统 | 第20-25页 |
| 2.1.1 应答器系统地面设备 | 第21页 |
| 2.1.2 应答器系统车载设备 | 第21-22页 |
| 2.1.3 应答器系统接口 | 第22页 |
| 2.1.4 应答器系统功能需求 | 第22-23页 |
| 2.1.5 应答器上行链路信号规范 | 第23-25页 |
| 2.2 上行链路信号处理流程 | 第25页 |
| 2.3 上行链路信号既有消噪方法 | 第25-27页 |
| 2.4 应答器上行链路信号既有解调方法 | 第27-28页 |
| 2.4.1 非相干解调方法 | 第27页 |
| 2.4.2 过零点解调方法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于卡尔曼滤波的上行链路信号消噪 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 卡尔曼滤波算法 | 第29-31页 |
| 3.3 基于卡尔曼滤波的上行链路信号消噪建模 | 第31-37页 |
| 3.3.1 上行链路信号卡尔曼滤波模型 | 第31-33页 |
| 3.3.2 AR模型噪声特性估计 | 第33-35页 |
| 3.3.3 卡尔曼滤波模型参数估计 | 第35-36页 |
| 3.3.4 卡尔曼滤波过程 | 第36-37页 |
| 3.4 实验结果仿真与分析 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 基于单频跟踪器的上行链路信号解调 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 基于单频跟踪器的上行链路信号解调建模 | 第41-46页 |
| 4.2.1 上行链路信号解调模型 | 第41-42页 |
| 4.2.2 单频跟踪器 | 第42-45页 |
| 4.2.3 包络提取 | 第45-46页 |
| 4.2.4 比较判决 | 第46页 |
| 4.3 实验仿真结果与分析 | 第46-51页 |
| 4.3.1 基于卡尔曼滤波算法单频跟踪的上行链路信号解调 | 第46-48页 |
| 4.3.2 基于自适应算法单频跟踪的上行链路信号解调 | 第48-50页 |
| 4.3.3 解调方法性能对比 | 第50-51页 |
| 4.4 本章小节 | 第51-52页 |
| 5 基于认知控制的上行链路信号处理 | 第52-61页 |
| 5.1 认知控制概述 | 第52-54页 |
| 5.2 认知控制在上行链路信号处理中的应用 | 第54-55页 |
| 5.3 基于认知控制的上行链路信号消噪 | 第55-57页 |
| 5.3.1 基于认知控制的上行链路信号消噪模型 | 第55-56页 |
| 5.3.2 Q学习在消噪中应用 | 第56页 |
| 5.3.3 消噪仿真结果与讨论 | 第56-57页 |
| 5.4 基于认知控制的上行链路信号解调 | 第57-60页 |
| 5.4.1 基于认知控制的上行链路信号解调模型 | 第57-58页 |
| 5.4.2 Q学习在解调中应用 | 第58-59页 |
| 5.4.3 解调仿真结果与讨论 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 图索引 | 第66-68页 |
| 表索引 | 第68-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |