| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源及研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-16页 |
| 1.2.1 传统时频分析方法 | 第10-13页 |
| 1.2.2 经验模态分解算法 | 第13-14页 |
| 1.2.3 多分量信号时频提取研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 信号源建模及经验模态分解基本理论 | 第18-35页 |
| 2.1 多分量信号源建模 | 第18-22页 |
| 2.1.1 多分量雷达辐射源信号产生原因 | 第18-19页 |
| 2.1.2 多分量雷达辐射源信号基本模型 | 第19-22页 |
| 2.2 EMD基本原理介绍 | 第22-25页 |
| 2.2.1 IMF基本概念 | 第22-23页 |
| 2.2.2 EMD算法步骤 | 第23-25页 |
| 2.3 EMD算法主要问题 | 第25-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 多分量信号经验模态分解问题抑制 | 第35-55页 |
| 3.1 基于极值点延拓的端点效应抑制 | 第35-38页 |
| 3.2 基于相关处理的IMF虚假分量消除 | 第38-40页 |
| 3.3 EEMD方法对模态混叠效应抑制 | 第40-46页 |
| 3.3.1 产生模态混叠的原因 | 第40-41页 |
| 3.3.2 EEMD算法原理和步骤 | 第41-44页 |
| 3.3.3 EEMD对间断信号引起的模态混叠抑制 | 第44-46页 |
| 3.4 独立分量分析与高阶统计量相结合的噪声抑制研究 | 第46-54页 |
| 3.4.1 基本概念 | 第47-50页 |
| 3.4.2 基于ICA噪声抑制基本步骤 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 多分量信号时频线提取及参数估计 | 第55-67页 |
| 4.1 基于改进希尔伯特变换信号时频分布提取 | 第55-58页 |
| 4.1.1 改进希尔伯特变换 | 第55-57页 |
| 4.1.2 时频分布提取 | 第57-58页 |
| 4.2 高斯窗平滑滤波 | 第58-62页 |
| 4.3 基于幅度加窗加权K-均值聚类信号时频线的提取 | 第62-66页 |
| 4.3.1 幅度加窗加权K-均值聚类概念 | 第62-64页 |
| 4.3.2 信号时频线的提取 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第72-74页 |
| 致谢 | 第74页 |