| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景和研究意义 | 第10-12页 |
| ·轨道电路信号解调方法的研究现状 | 第12-14页 |
| ·主要研究工作及内容安排 | 第14-16页 |
| 2 无绝缘轨道电路与机车信号的基本构成及工作原理 | 第16-24页 |
| ·无绝缘轨道电路的基本构成及工作原理 | 第16-17页 |
| ·无绝缘轨道电路的系统构成 | 第16-17页 |
| ·无绝缘轨道电路的工作原理 | 第17页 |
| ·无绝缘轨道电路信号及其频谱 | 第17-19页 |
| ·机车信号设备及其记录数据信息 | 第19-23页 |
| ·机车信号的基本结构与工作原理 | 第19-21页 |
| ·机车信号记录器的记录数据信息 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于数据融合理论的轨道电路信号解调方法总体结构设计 | 第24-32页 |
| ·数据融合理论概述 | 第24-25页 |
| ·解调方法的总体结构 | 第25页 |
| ·基于无绝缘轨道电路信号频谱的特征向量的提取 | 第25-29页 |
| ·测试集的构造及算法性能的评价指标 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 基于KNN、APNN和GRA的轨道电路信号解调方法 | 第32-56页 |
| ·引言 | 第32页 |
| ·基于K-最近邻分类的轨道电路信号低频解调算法 | 第32-42页 |
| ·K-最近邻分类器的基本原理 | 第33-35页 |
| ·基于K-最近邻分类的解调算法的设计 | 第35-37页 |
| ·算例验证及性能分析 | 第37-42页 |
| ·基于自适应概率神经网络的轨道电路信号低频解调方法 | 第42-49页 |
| ·概率神经网络的基本原理 | 第42-44页 |
| ·基于自适应概率神经网络的解调算法的设计 | 第44-47页 |
| ·算例验证及性能分析 | 第47-49页 |
| ·基于灰关联分析的轨道电路信号低频解调算法 | 第49-55页 |
| ·灰关联分析基本原理 | 第50-51页 |
| ·基于灰关联分析的解调算法的设计 | 第51-53页 |
| ·算例验证性能分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 基于D-S 证据理论的集成解调算法的设计与实现 | 第56-78页 |
| ·引言 | 第56-57页 |
| ·D-S 证据理论的基本原理 | 第57-60页 |
| ·基于模糊理论的基本概率分配的生成 | 第60-62页 |
| ·基于D-S 证据理论的集成解调算法的设计 | 第62-63页 |
| ·算例验证及性能分析 | 第63-77页 |
| ·算例验证 | 第63-67页 |
| ·算法性能分析 | 第67-77页 |
| ·本章小结 | 第77-78页 |
| 6 结论与展望 | 第78-80页 |
| ·研究结论 | 第78-79页 |
| ·工作展望 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 索引 | 第83-90页 |
| 作者简历 | 第90-94页 |
| 学位论文数据集 | 第94页 |
