摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第16-20页 |
1.1 研究工作的背景与意义 | 第16页 |
1.2 常规微弱信号检测方法不足 | 第16-17页 |
1.2.1 应用较广的常规信号时域处理方法 | 第16-17页 |
1.2.2 应用较广的常规信号频域处理方法 | 第17页 |
1.3 基于非线性理论微弱信号检测方法 | 第17-19页 |
1.3.1 随机共振发展历程及研究现状 | 第17-18页 |
1.3.2 混沌发展历程及研究现状 | 第18-19页 |
1.4 本文的主要研究成果 | 第19页 |
1.5 本文的结构安排 | 第19-20页 |
第二章 非线性动力系统 | 第20-34页 |
2.1 引言 | 第20页 |
2.2 双稳态随机共振系统 | 第20-26页 |
2.2.1 数学模型 | 第20-21页 |
2.2.2 数值求解稳定性分析 | 第21-26页 |
2.3 混沌系统 | 第26-33页 |
2.3.1 混沌出现的途径与条件 | 第26-27页 |
2.3.2 混沌基本特征 | 第27页 |
2.3.3 典型混沌系统动力学模型 | 第27-30页 |
2.3.4 Duffing系统动力学分析 | 第30-33页 |
2.4 本章小结 | 第33-34页 |
第三章 BSR系统在通信信号检测中的应用 | 第34-61页 |
3.1 引言 | 第34页 |
3.2 F-BSR系统添加噪声原则 | 第34页 |
3.3 A-BSR参数设计准则 | 第34-35页 |
3.3.1 信号频率设计原则 | 第34-35页 |
3.3.2 系统参数设计原则 | 第35页 |
3.4 基于A-BSR的新型能量检测(D-ED)算法 | 第35-36页 |
3.5 D-ED算法仿真结果与分析 | 第36-48页 |
3.5.1 QPSK信号基于D-ED算法检测性能与分析 | 第36-40页 |
3.5.2 MSK信号基于D-ED算法检测性能与分析 | 第40-43页 |
3.5.3 16QAM信号基于D-ED算法检测性能与分析 | 第43-45页 |
3.5.4 BFSK信号基于D-ED算法检测性能与分析 | 第45-48页 |
3.6 基于A-BSR的周期图能量检测(P-ED)算法 | 第48-49页 |
3.7 P-ED算法仿真结果与分析 | 第49-60页 |
3.7.1 QPSK信号基于P-ED算法检测性能与分析 | 第50-52页 |
3.7.2 MSK信号基于P-ED算法检测性能与分析 | 第52-55页 |
3.7.3 16QAM信号基于P-ED算法检测性能与分析 | 第55-58页 |
3.7.4 BFSK信号基于P-ED算法检测性能与分析 | 第58-60页 |
3.8 本章小结 | 第60-61页 |
第四章 DUFFING混沌系统在通信信号检测中的应用 | 第61-91页 |
4.1 引言 | 第61页 |
4.2 Duffing系统数值求解 | 第61-62页 |
4.3 基于Duffing系统检测微弱信号原理 | 第62页 |
4.4 影响Duffing系统状态判别的因素 | 第62-72页 |
4.4.1 步长对Duffing系统状态判别的影响 | 第62-63页 |
4.4.2 初始相位对Duffing系统状态判别的影响 | 第63-65页 |
4.4.3 噪声对Duffing系统状态判别的影响 | 第65-68页 |
4.4.4 信号频率对Duffing系统状态判别的影响 | 第68-72页 |
4.5 微弱信号检测中混沌特性判别方法 | 第72-88页 |
4.5.1 基于相图分割的系统状态迁移检测(DPD)算法 | 第72-73页 |
4.5.2 基于功率谱特征的系统状态迁移检测(PSC)算法 | 第73-76页 |
4.5.3 PSC算法仿真结果与分析 | 第76-82页 |
4.5.4 基于伪哈密顿量的系统状态迁移检测(PH)算法 | 第82-84页 |
4.5.5 PH算法仿真结果与分析 | 第84-88页 |
4.6 PSC算法与PH算法比较 | 第88-90页 |
4.7 本章小结 | 第90-91页 |
第五章 总结与展望 | 第91-93页 |
5.1 全文总结 | 第91页 |
5.2 下一步研究建议 | 第91-93页 |
致谢 | 第93-95页 |
参考文献 | 第95-99页 |
攻读硕士学位期间取得的成果 | 第99-100页 |
学位论文评审后修改说明表 | 第100-102页 |
学位论文答辩后勘误修订说明表 | 第102页 |