摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1 论文的研究背景及意义 | 第12-15页 |
1.1.1 固体潮信号研究的科学意义和社会意义 | 第12-13页 |
1.1.2 重力固体潮的研究现状 | 第13-15页 |
1.2 重力固体潮信号现有较流行的研究方法 | 第15-19页 |
1.2.1 调和分析方法 | 第15-16页 |
1.2.2 希尔伯特-黄变换 | 第16-18页 |
1.2.3 小波变换 | 第18-19页 |
1.2.4 以上几种算法的优缺点 | 第19页 |
1.3 独立成分分析的研究现状 | 第19-20页 |
1.4 智能优化算法的研究现状 | 第20-22页 |
1.5 论文的主要研究内容 | 第22-24页 |
1.5.1 论文的主要内容 | 第22页 |
1.5.2 论文的结构安排 | 第22-24页 |
第二章 重力固体潮信号分析模型 | 第24-32页 |
2.1 重力固体潮概述 | 第24-28页 |
2.1.1 起潮力位 | 第24-28页 |
2.2 重力固体潮理论值 | 第28-29页 |
2.3 重力固体潮信号正交分解模型 | 第29-30页 |
2.4 本章小结 | 第30-32页 |
第三章 独立成分分析方法 | 第32-40页 |
3.1 盲源分离简介 | 第32-33页 |
3.2 独立成分分析算法 | 第33-34页 |
3.2.1 独立成分分析算法基本模型 | 第33-34页 |
3.2.2 独立成分分析算法的应用 | 第34页 |
3.3 独立成分分析算法的一般求解过程 | 第34-38页 |
3.3.1 预处理 | 第35-36页 |
3.3.2 目标函数的选择 | 第36-38页 |
3.3.3 优化算法的选择 | 第38页 |
3.4 评价指标 | 第38-39页 |
3.4.1 性能指标PI(performance index) | 第39页 |
3.4.2 码间干扰ISI(inter symbol interference) | 第39页 |
3.4.3 信噪比SNR (Signal noise ratio) | 第39页 |
3.5 本章小结 | 第39-40页 |
第四章 基于分布估计算法的独立成分分析算法 | 第40-54页 |
4.1 分布估计算法的简介 | 第40-41页 |
4.2 分布估计算法的算法分类 | 第41-45页 |
4.2.1 变量无关的EDA算法 | 第41-43页 |
4.2.2 双变量相关的EDA算法 | 第43-44页 |
4.2.3 多变量相关的EDA算法 | 第44-45页 |
4.3 分布估计算法的应用 | 第45页 |
4.4 基于分布估计算法的独立成分分析算法 | 第45-49页 |
4.4.1 目标函数的选择 | 第46页 |
4.4.2 基于分布估计算法(EDA)的独立成分分析算法 | 第46-49页 |
4.5 仿真实验对比分析 | 第49-53页 |
4.5.1 仿真实验对比分析 | 第49-53页 |
4.5.2 分离性能分析 | 第53页 |
4.6 本章小结 | 第53-54页 |
第五章 基于本文提出算法对重力固体潮信号进行分析 | 第54-66页 |
5.1 改进算法对重力固体潮信号中独立分量的提取和分析 | 第54-58页 |
5.2 重力固体潮信号的谐波分量提取 | 第58-60页 |
5.3 本文提出的算法分析重力固体潮信号与理论值对比分析 | 第60-63页 |
5.4 实验结论 | 第63-64页 |
5.5 本章小结 | 第64-66页 |
第六章 基于本文提出算法提取重力固体潮信号地震前兆信息 | 第66-81页 |
6.1 地震实质 | 第66页 |
6.2 重力固体潮对于地震预报的意义 | 第66-67页 |
6.3 地震前兆信息量特征量 | 第67页 |
6.4 地震实例分析 | 第67-78页 |
6.5 实验结果分析 | 第78-79页 |
6.6 本章小结 | 第79-81页 |
第七章 结论与展望 | 第81-83页 |
7.1 本文内容总结 | 第81-82页 |
7.2 研究展望 | 第82-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-93页 |
附录A (其他潮汐谐波分量频率信息) | 第93-95页 |
附录B (本文涉及部分程序) | 第95-107页 |
附录C (攻读硕士学位期间学术成果目录) | 第107页 |