| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 弱信号检测的发展 | 第8-10页 |
| 1.2.1 弱信号检测技术的发展历程 | 第9页 |
| 1.2.2 混沌背景下弱信号检测的国内外研究现状 | 第9-10页 |
| 1.3 本文的研究内容及结构安排 | 第10-11页 |
| 2 混沌理论及动力学系统分析 | 第11-19页 |
| 2.1 混沌学简介 | 第11页 |
| 2.2 混沌的基本概念和基本特征 | 第11-13页 |
| 2.2.1 混沌的基本概念 | 第11-12页 |
| 2.2.2 混沌运动的基本特征 | 第12-13页 |
| 2.3 几种典型的混沌动力学系统及仿真分析 | 第13-18页 |
| 2.3.1 Lorenz系统 | 第13-15页 |
| 2.3.2 Logistic系统 | 第15页 |
| 2.3.3 Henon系统 | 第15-16页 |
| 2.3.4 Chen系统 | 第16-17页 |
| 2.3.5 吕系统 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 混沌时间序列预测理论 | 第19-31页 |
| 3.1 混沌时间序列的相空间重构理论 | 第19-25页 |
| 3.1.1 相空间重构理论 | 第19-20页 |
| 3.1.2 延迟时间τ的选取方法 | 第20-23页 |
| 3.1.3 嵌入维数m的选取 | 第23-25页 |
| 3.2 同时确定延迟时间和嵌入维数的C-C算法 | 第25-28页 |
| 3.3 基于Lyapunov指数的混沌识别 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 混沌Duffing振子微弱信号检测方法 | 第31-46页 |
| 4.1 Duffing振子检测系统 | 第31-39页 |
| 4.1.1 Duffing振子 | 第31-32页 |
| 4.1.2 混沌临界阈值的确定 | 第32-36页 |
| 4.1.3 Duffing振子特性分析 | 第36-38页 |
| 4.1.4 微弱正弦信号幅值检测 | 第38-39页 |
| 4.2 噪声背景下微弱信号的混沌检测 | 第39-41页 |
| 4.2.1 背景噪声对混沌相轨迹的影响 | 第39-40页 |
| 4.2.2 色噪声背景下的弱信号检测 | 第40-41页 |
| 4.3 Duffing方程的改进方法 | 第41-44页 |
| 4.4 混沌Duffing振子检测的性能分析 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 基于遗传-粒子群优化支持向量机的微弱信号检测方法 | 第46-62页 |
| 5.1 支持向量机理论 | 第46-48页 |
| 5.2 基于遗传-粒子群混合优化算法 | 第48-52页 |
| 5.2.1 遗传算法 | 第48-50页 |
| 5.2.2 粒子群优化算法 | 第50-51页 |
| 5.2.3 遗传-粒子群混合算法 | 第51-52页 |
| 5.3 仿真与分析 | 第52-61页 |
| 5.3.1 参数对模型预测性能的影响分析 | 第52-55页 |
| 5.3.2 预测模型的误差分析 | 第55页 |
| 5.3.3 混沌背景中微弱信号检测 | 第55-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结和展望 | 第62-64页 |
| 6.1 全文工作总结 | 第62页 |
| 6.2 未来工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |