基于高阶统计量的舰船辐射噪声特征提取及分类识别研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| 1．1 研究的目的和意义 | 第7-9页 |
| 1．2 国内外研究动态及现状 | 第9-11页 |
| 1．3 本文的主要工作 | 第11-13页 |
| 第二章 高阶统计量理论 | 第13-22页 |
| 2．1 随机变（向）量的特征函数 | 第13-14页 |
| 2．2 高阶矩和高阶累积量的定义 | 第14页 |
| 2．3 高阶矩谱和高阶累积量谱的定义 | 第14-16页 |
| 2．4 高斯过程的高阶矩和高阶累积量 | 第16-18页 |
| 2．5 双谱的性质和算法 | 第18-22页 |
| 第三章 舰船辐射噪声高阶累积量特征提取 | 第22-31页 |
| 3．1 引言 | 第22页 |
| 3．2 舰船辐射噪声的组成及特性 | 第22-25页 |
| 3．3 双谱特征提取及实验分析 | 第25-30页 |
| 3．4 本章小结 | 第30-31页 |
| 第四章 基于舰船噪声的高阶累积量耦合特征提取 | 第31-46页 |
| 4．1 引言 | 第31页 |
| 4．2 舰船噪声1（1/2）维谱特征分析 | 第31-36页 |
| 4．3 舰船噪声2（1/2）维谱相位耦合特征分析 | 第36-44页 |
| 4．4 本章小结 | 第44-46页 |
| 第五章 基于舰船噪声高阶循环累积量特征分析 | 第46-62页 |
| 5．1 循环累积量理论 | 第46-53页 |
| 5．2 舰船噪声的高阶循环累积量特征分析 | 第53-61页 |
| 5．3 特征提取 | 第61页 |
| 5．4 本章小结 | 第61-62页 |
| 第六章 分类器设计及船舶识别分类 | 第62-79页 |
| 6．1 引言 | 第62-64页 |
| 6．2 前馈型神经网络理论 | 第64-65页 |
| 6．3 非变换单元组的前馈型网络—B-P网络 | 第65-74页 |
| 6．4 船舶分类识别的B-P网络设计 | 第74-76页 |
| 6．5 船舶识别分类实验 | 第76-77页 |
| 6．6 本章小结 | 第77-79页 |
| 第七章 全文总结 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 致谢 | 第84页 |
