| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景和研究现状分析 | 第13-17页 |
| 1.2 研究内容 | 第17-18页 |
| 1.3 论文结构 | 第18-20页 |
| 第二章 信号的自适应分解 | 第20-30页 |
| 2.1 经验模态分解 | 第20-25页 |
| 2.1.1 经验模态分解的基本概念 | 第20-21页 |
| 2.1.2 经验模态分解的算法过程和希尔伯特-黄变换 | 第21-24页 |
| 2.1.3 经验模态分解的局限性和改善方法 | 第24-25页 |
| 2.2 奇异谱分析 | 第25-29页 |
| 2.2.1 奇异谱分析的基本概念 | 第25-27页 |
| 2.2.2 奇异谱分析的算法过程 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于经验模态分解的非线性自适应分层多分辨率分析 | 第30-60页 |
| 3.1 初步知识与符号定义 | 第31-32页 |
| 3.2 基于经验模态分解的分层多分辨率分析算法及其性质 | 第32-37页 |
| 3.3 仿真实验与结果 | 第37-59页 |
| 3.3.1 实验一:噪声分析 | 第37-48页 |
| 3.3.2 实验二:补零个数与补零位置分析 | 第48-54页 |
| 3.3.3 实验三:水流声与鸟叫声的分离 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 基于由高斯白噪声分解IMFs的常数的非参数信号去噪 | 第60-81页 |
| 4.1 前提与假设 | 第60-61页 |
| 4.2 基于由高斯白噪声分解IMFs的常数的非参数去噪算法与分析 | 第61-68页 |
| 4.3 仿真实验与性能分析 | 第68-79页 |
| 4.3.1 说明性实验 | 第68-70页 |
| 4.3.2 实验一:人工合成信号的去噪 | 第70-75页 |
| 4.3.3 实验二:实测信号的去噪 | 第75-79页 |
| 4.4 本章小结 | 第79-81页 |
| 第五章 基于奇异谱分析的量化噪声去除 | 第81-110页 |
| 5.1 前提与假设 | 第81-82页 |
| 5.2 基于奇异谱分析的量化噪声去除算法与分析 | 第82-91页 |
| 5.3 实验与性能分析 | 第91-108页 |
| 5.2.1 实验一:正弦信号的重构 | 第92-94页 |
| 5.2.2 实验二:心电信号的重构 | 第94-108页 |
| 5.4 本章小结 | 第108-110页 |
| 结论与展望 | 第110-113页 |
| 参考文献 | 第113-127页 |
| 攻读学位期间取得的成果 | 第127-130页 |
| 致谢 | 第130-131页 |
| 附录 | 第131-135页 |
