| 第一章 绪论 | 第1-38页 |
| 1．1 混沌理论发展简史及其研究现状 | 第13-20页 |
| 1．2 混沌理论在电子学中的应用研究概况 | 第20-23页 |
| 1．3 混沌预测理论及其应用研究进展 | 第23-32页 |
| 1．4 本文涉及到的混沌映射和混沌系统 | 第32-34页 |
| 1．5 本文的主要研究工作 | 第34-36页 |
| 1．6 本文的内容安排 | 第36-38页 |
| 第二章 混沌信号的神经网络预测及应用研究 | 第38-68页 |
| 2．1 引言 | 第38-40页 |
| 2．2 含噪混沌时间序列的神经网络建模与预测研究 | 第40-47页 |
| 2．3 混沌时间序列的循环神经网络建模预测研究 | 第47-50页 |
| 2．4 混沌信号源的神经网络设计与同步研究 | 第50-57页 |
| 2．5 基于神经网络实现的混沌切换参数调制保密通信方案 | 第57-62页 |
| 2．6 基于广义混沌映射实现的混沌切换参数调制保密通信方案 | 第62-66页 |
| 2．7 本章研究总结 | 第66-68页 |
| 第三章 混沌信号非线性自适应预测：--二阶VOLTERRA自适应滤波器及其近似实现结构研究 | 第68-103页 |
| 3．1 引言 | 第68-70页 |
| 3．2 混沌信号非线性自适应预测法：二阶Volterra自适应预测 | 第70-79页 |
| 3．3 一种少参数二阶Volterra自适应滤波器 | 第79-86页 |
| 3．4 SOVF的RPSOVF组合近似实现结构 | 第86-94页 |
| 3．5 SOVF的预测与滤波混合近似实现结构 | 第94-99页 |
| 3．6 近似实现结构对混沌信号的实时预测性能比较研究 | 第99-101页 |
| 3．7 本章主要结论 | 第101-103页 |
| 第四章 基于非线性函数变换的乘积耦合型自适应预测器及其在混沌信号非线性自适应预测中的应用研究 | 第103-133页 |
| 4．1 引言 | 第103-104页 |
| 4．2 基于非线性变换的一类乘积耦合型自适应预测滤波器 | 第104-107页 |
| 4．2．1 基于非线性变换的一类乘积耦合型滤波器 | 第104-105页 |
| 4．2．2 自适应算法 | 第105-107页 |
| 4．3 基于SIGMOID函数变换器的NFTBMCNPF（1） | 第107-115页 |
| 4．3．1 预测模型的确定 | 第107页 |
| 4．3．2 加权调整的非线性NLMS算法及其预测性能仿真 | 第107-109页 |
| 4．3．3 独立调整的非线性NLMS算法的预测性能仿真 | 第109-114页 |
| 4．3．4 主要研究结论 | 第114-115页 |
| 4．4 基于SIGMOID函数变换器的NFTBMCNPF（2） | 第115-119页 |
| 4．4．1 预测模型的确定 | 第115页 |
| 4．4．2 非线性自适应NLMS算法 | 第115-116页 |
| 4．4．3 对混沌信号的非线性自适应预测性能的仿真研究 | 第116-118页 |
| 4．4．4 主要结论 | 第118-119页 |
| 4．5 基于正余弦函数变换器的NFTBMCNPF | 第119-124页 |
| 4．5．1 预测模型的确定 | 第119-120页 |
| 4．5．2 预测性能研究 | 第120-123页 |
| 4．5．3 主要研究结论 | 第123-124页 |
| 4．6 基于GAUSSIAN型函数变换器的NFTBMCNPF | 第124-131页 |
| 4．6．1 预测模型的确定 | 第124-125页 |
| 4．6．2 非线性NLMS自适应算法 | 第125页 |
| 4．6．3 预测性能研究 | 第125-130页 |
| 4．6．4 主要结论 | 第130-131页 |
| 4．7 本章研究总结 | 第131-133页 |
| 第五章 超混沌和耦合混沌信号的非线性自适应预测——高阶非线性自适应预测器 | 第133-154页 |
| 5．1 引言 | 第133-134页 |
| 5．2 用于混沌预测的高阶非线性预测滤波器 | 第134-141页 |
| 5．2．1 混沌时间序列的高阶累积量分析结果 | 第134-135页 |
| 5．2．2 高阶非线性预测模型的确定 | 第135-136页 |
| 5．2．3 直接实现结构及其自适应算法 | 第136-137页 |
| 5．2．4 对混沌信号的非线性自适应预测性能仿真研究 | 第137-140页 |
| 5．2．5 研究小结 | 第140-141页 |
| 5．3 自适应高阶非线性FIR预测滤波器的最优输入维数 | 第141-145页 |
| 5．3．1 引言 | 第141页 |
| 5．3．2 用条件概率确定高阶非线性自适应滤波器最优嵌入维数 | 第141-143页 |
| 5．3．3 实验结果及其讨论 | 第143-144页 |
| 5．3．4 研究小结 | 第144-145页 |
| 5．4 耦合混沌时间序列的非线性自适应预测研究 | 第145-148页 |
| 5．4．1 基于耦合映射的时空混沌系统 | 第145-146页 |
| 5．4．3 基于HONFIR的时空混沌信号自适应预测性能仿真研究 | 第146-148页 |
| 5．4．4 小结 | 第148页 |
| 5．5 高阶非线性预测滤波器的多级自适应实现结构 | 第148-152页 |
| 5．5．1 多级实现结构 | 第149-150页 |
| 5．5．2 自适应算法 | 第150-151页 |
| 5．5．3 对混沌信号的非线性自适应预测性能仿真研究 | 第151-152页 |
| 5．5．4 研究小结 | 第152页 |
| 5．6 本章小结 | 第152-154页 |
| 第六章 混沌系统的非线性自适应预测控制与同步研究 | 第154-188页 |
| 6．1 相关研究 | 第154-155页 |
| 6．2 混沌系统的非线性自适应预测控制研究 | 第155-162页 |
| 6．2．1 自适应参数控制原理介绍 | 第155-157页 |
| 6．2．2 基于跟踪误差信号的混沌系统非线性自适应预测控制法 | 第157-160页 |
| 6．2．3 非线性自适应预测控制仿真结果 | 第160-162页 |
| 6．2．4 小结 | 第162页 |
| 6．3 基于时间序列的混沌系统非线性自适应跟踪控制研究 | 第162-168页 |
| 6．3．1 引言 | 第162-163页 |
| 6．3．2 混沌系统的非线性自适应预测跟踪控制原理 | 第163-164页 |
| 6．3．3 基于sigmoid变换的NFTBMCNPF实时跟踪控制算法 | 第164-165页 |
| 6．3．4 计算机仿真结果 | 第165-167页 |
| 6．3．5 小结 | 第167-168页 |
| 6．4 不确定性混沌系统的非线性自适应预测控制研究 | 第168-176页 |
| 6．4．1 引言 | 第168页 |
| 6．4．2 不确定混沌系统非线性自适应预测跟踪控制的原理 | 第168-170页 |
| 6．4．3 基于sigmoid变换的NFTBMCNPF自适应跟踪控制算法 | 第170-171页 |
| 6．4．4 仿真结果与讨论 | 第171-175页 |
| 6．4．5 小结 | 第175-176页 |
| 6．5 耦合超混沌系统的非线性自适应预测控制研究 | 第176-181页 |
| 6．5．1 引言 | 第176-177页 |
| 6．5．2 两个耦合的广义Van der POL系统及其动力学特征 | 第177页 |
| 6．5．3 控制策略与方法 | 第177-178页 |
| 6．5．4 仿真研究与讨论 | 第178-180页 |
| 6．5．5 小结 | 第180-181页 |
| 6．6 不同混沌振子之间的非线性自适应预测同步研究 | 第181-186页 |
| 6．6．1 问题的提出 | 第181-182页 |
| 6．6．2 不同混沌振子间的非线性自适应预测同步 | 第182-184页 |
| 6．6．3 仿真研究 | 第184-186页 |
| 6．6．4 小结 | 第186页 |
| 6．7 本章研究总结 | 第186-188页 |
| 第七章 捷变频雷达频率预测的新方法研究 | 第188-212页 |
| 7．1 引言 | 第188-189页 |
| 7．2 关于一种RS跳频码和m跳频码的预测研究 | 第189-193页 |
| 7．2．1 引言 | 第189-190页 |
| 7．2．2 m变频码和RS变频码序列的构造及动力学特征分析 | 第190页 |
| 7．2．3 拟合产生m变频码和RS变频码序列的一个非线性模型 | 第190-191页 |
| 7．2．4 预测性能仿真 | 第191-193页 |
| 7．2．5 小结 | 第193页 |
| 7．3 混沌跳频通信的非线性自适应预测瞄频对抗研究 | 第193-202页 |
| 7．3．1 Logistic-Kent映射设计的跳频码 | 第194-195页 |
| 7．3．2 混沌跳频码的非线性自适应预测研究 | 第195-196页 |
| 7．3．3 基于块并联Sigmoid-Volterra波滤器的实时预测 | 第196-202页 |
| 7．3．4 小结 | 第202页 |
| 7．4 乘同余伪随机捷变频序列的预测方法研究 | 第202-211页 |
| 7．4．1 引言 | 第202-203页 |
| 7．4．2 模常数c精确已知时的乘同余模型参数估计方法 | 第203-206页 |
| 7．4．3 模常数c未知时的乘同余模型参数估计方法 | 第206-208页 |
| 7．4．4 乘同余模型参数的混沌优化估计方法 | 第208-210页 |
| 7．4．5 小结 | 第210-211页 |
| 7．5 本章小结 | 第211-212页 |
| 第八章 全文总结 | 第212-218页 |
| 8．1 对本文的总结 | 第212-216页 |
| 8．2 展望与设想 | 第216-218页 |
| 致 谢 | 第218-219页 |
| 参考文献 | 第219-238页 |
| 作者攻读博士学位期间完成的学术论文 | 第238-239页 |
| 作者攻读博士学位参加的科研项目和完成科技报告 | 第239页 |
