| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| §1 绪论 | 第10-22页 |
| ·信息科学中的软计算方法及应用状况 | 第10页 |
| ·小波、神经网络、混沌理论、分形及模糊理论概述 | 第10-21页 |
| ·神经网络 | 第13-15页 |
| ·混沌理论 | 第15-17页 |
| ·分形理论 | 第17-19页 |
| ·模糊理论 | 第19-21页 |
| ·论文安排及主要研究工作 | 第21-22页 |
| §2 隐马尔可夫模型和kalman滤波及其在超宽带多用户检测中的应用 | 第22-39页 |
| ·超宽带无线通信概述 | 第22-28页 |
| ·超宽带的定义 | 第22页 |
| ·超宽带信号的特点 | 第22-24页 |
| ·超宽带技术的进展 | 第24页 |
| ·超宽带技术的研究及应用现状 | 第24-26页 |
| ·多用户检测研究的意义 | 第26-28页 |
| ·基于隐马尔科夫模型的超宽带多用户检测算法 | 第28-35页 |
| ·隐马尔可夫模型简介 | 第28-30页 |
| ·信道的隐马尔可夫模型 | 第30-32页 |
| ·发射数据符号估计算法 | 第32-34页 |
| ·计算机仿真结果 | 第34页 |
| ·结论 | 第34-35页 |
| ·基于kalman滤波的超宽带多用户检测算法 | 第35-39页 |
| ·基于Kalman滤波器的盲多用户检测器 | 第35-37页 |
| ·传统检测器 | 第37页 |
| ·计算机仿真结果 | 第37-38页 |
| ·结论 | 第38-39页 |
| §3 混沌和分形及其在微弱信号检测中的应用 | 第39-90页 |
| ·微弱信号检测发展概述 | 第39-50页 |
| ·微弱信号检测的发展过程 | 第39-40页 |
| ·强噪声背景下微弱信号检测方法简介 | 第40-45页 |
| ·微弱信号检测方法的特点分析和发展趋势 | 第45-50页 |
| ·混沌理论简介 | 第50-61页 |
| ·混沌学的发展 | 第50-57页 |
| ·混沌理论的概念简介 | 第57-58页 |
| ·混沌振子的免疫性研究 | 第58-61页 |
| ·强混沌干扰下的微弱信号检测 | 第61-79页 |
| ·混沌时间序列重构理论 | 第61-75页 |
| ·用RBF神经网络重构混沌信号 | 第75-77页 |
| ·实验结果与分析 | 第77-78页 |
| ·结论 | 第78-79页 |
| ·强分形噪声干扰下的微弱谐波信号检测 | 第79-90页 |
| ·问题描述 | 第81-84页 |
| ·多尺度模糊自适应Kalman滤波 | 第84-86页 |
| ·微弱信号检测 | 第86页 |
| ·计算机模拟结果 | 第86-88页 |
| ·结论 | 第88-90页 |
| §4 模糊聚类及其在多传感器多目标跟踪中的应用 | 第90-97页 |
| ·引言 | 第90-91页 |
| ·不同传感器数据同源划分 | 第91-93页 |
| ·基于模糊聚类的多目标数据关联算法 | 第93-95页 |
| ·仿真结果及讨论 | 第95-96页 |
| ·结论 | 第96-97页 |
| §5 结束语 | 第97-102页 |
| 参考文献 | 第102-114页 |
| 作者在攻读博士学位期间的主要研究成果 | 第114-116页 |
| 致谢 | 第116-118页 |