湮没在混沌背景下的微弱信号检测
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·研究背景与意义 | 第8-9页 |
| ·噪声中微弱信号现有的检测方法 | 第9-17页 |
| ·本文的工作 | 第17页 |
| ·本文的组织 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 混沌理论简介及其应用 | 第19-33页 |
| ·引言 | 第19-20页 |
| ·混沌的定义及基本特性 | 第20-24页 |
| ·混沌学的发展 | 第24-25页 |
| ·混沌的应用 | 第25-27页 |
| ·混沌与噪声的区别 | 第27-30页 |
| ·混沌信号处理 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 相空间重构 | 第33-46页 |
| ·相空间重构方法 | 第33-36页 |
| ·基于相空间重构的参数确定 | 第36-45页 |
| ·嵌入维数m 的确定 | 第36-41页 |
| ·延迟时间τ的确定 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 混沌与人工神经网络结合的一步及多步预测 | 第46-66页 |
| ·引言 | 第46-48页 |
| ·预测模型的建立 | 第48-49页 |
| ·径向基函数神经网络 | 第49-53页 |
| ·径向基函数神经网络结构 | 第49-50页 |
| ·径向基函数神经网络基本原理 | 第50-51页 |
| ·径向基函数神经网络参数的确定 | 第51-53页 |
| ·混沌背景预测标准 | 第53-55页 |
| ·RBF 神经网络的一步预测 | 第55-58页 |
| ·相空间重构 | 第55-56页 |
| ·误差调整 | 第56-57页 |
| ·仿真结果 | 第57-58页 |
| ·RBF 神经网络的多步预测 | 第58-65页 |
| ·加权一阶局域法预测模型 | 第58-63页 |
| ·误差调整 | 第63页 |
| ·仿真结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 基于神经网络预测模型的微弱信号检测 | 第66-78页 |
| ·检测原理 | 第66-72页 |
| ·仿真结果 | 第72-77页 |
| ·基于RBFNN 一步预测的检测结果 | 第72-74页 |
| ·基于RBFNN 多步预测的检测结果 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 结论 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读学位期间发表的论文 | 第83-84页 |
| 致谢 | 第84-85页 |
| 中文详细摘要 | 第85-87页 |
