| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 机场噪声监测的研究现状 | 第12-13页 |
| 1.2.2 机场噪声平滑滤波的研究现状 | 第13-14页 |
| 1.2.3 粒子滤波算法的研究现状 | 第14-15页 |
| 1.2.4 航空噪声识别算法的研究现状 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 基于机场感知的噪声监测系统及噪声数据特性分析 | 第18-26页 |
| 2.1 基于机场感知的噪声监测系统 | 第18-19页 |
| 2.2 机场噪声的空间分布特性 | 第19-22页 |
| 2.2.1 噪声的传播与衰减 | 第20-22页 |
| 2.2.2 噪声的叠加 | 第22页 |
| 2.3 机场噪声的时间序列特性 | 第22-25页 |
| 2.3.1 机场噪声时间序列的数学特征 | 第23-24页 |
| 2.3.2 机场噪声时间序列的变化情况分析 | 第24页 |
| 2.3.3 密集监测点之间受噪声影响情况分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于密集监测点噪声数据相似性的实时噪声滤波算法 | 第26-40页 |
| 3.1 基于粒子滤波的机场噪声状态递推估计 | 第26-28页 |
| 3.1.1 机场噪声序列的非线性系统模型 | 第26-27页 |
| 3.1.2 机场噪声状态的递推估计 | 第27-28页 |
| 3.2 监测点噪声序列的状态转移方程计算方法 | 第28-34页 |
| 3.2.1 噪声序列的短时趋势分析 | 第28-30页 |
| 3.2.2 监测点噪声趋势的相似性及可靠性计算 | 第30-32页 |
| 3.2.3 基于噪声趋势可靠性的状态转移方程更新 | 第32-34页 |
| 3.3 基于监测点噪声趋势可靠性的粒子滤波算法 | 第34-36页 |
| 3.4 实验及结果分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于密集监测点噪声数据空间分布的航空噪声识别算法 | 第40-57页 |
| 4.1 监测区域的噪声影响能力计算 | 第40-43页 |
| 4.1.1 监测区域各点的噪声衰减趋势分析 | 第40-42页 |
| 4.1.2 基于噪声衰减趋势的噪声影响能力计算 | 第42-43页 |
| 4.2 基于噪声影响能力的航空噪声识别算法 | 第43-46页 |
| 4.3 航空噪声影响区域判别算法 | 第46-48页 |
| 4.4 实验及结果分析 | 第48-56页 |
| 4.4.1 噪声影响能力仿真实验及结果分析 | 第48-51页 |
| 4.4.2 航空噪声识别算法实验及结果分析 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 研究工作总结 | 第57-58页 |
| 5.2 下一步工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64页 |
