| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.3 混沌信号噪声抑制技术存在的主要问题 | 第18-21页 |
| 1.4 本文的主要研究内容和组织结构 | 第21-23页 |
| 第二章 混沌基本理论 | 第23-44页 |
| 2.1 引言 | 第23页 |
| 2.2 混沌的基本特征 | 第23-24页 |
| 2.3 混沌的刻画 | 第24-33页 |
| 2.3.1 Lyapunov特征指数 | 第24-27页 |
| 2.3.2 分数维 | 第27-30页 |
| 2.3.3 混沌吸引子与庞加莱截面 | 第30-31页 |
| 2.3.4 递归图 | 第31-33页 |
| 2.4 典型混沌系统 | 第33-43页 |
| 2.4.1 典型连续混沌系统 | 第33-40页 |
| 2.4.2 典型离散混沌系统 | 第40-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于局部最小二乘多项式拟合的混沌信号自适应噪声抑制 | 第44-67页 |
| 3.1 引言 | 第44页 |
| 3.2 最小二乘多项式拟合原理 | 第44-51页 |
| 3.3 一种参数优化的混沌信号自适应噪声抑制算法 | 第51-57页 |
| 3.3.1 噪声抑制原理 | 第51-52页 |
| 3.3.2 滤波参数优化 | 第52-57页 |
| 3.4 仿真实验与分析 | 第57-66页 |
| 3.4.1 参数优化效果分析 | 第57-62页 |
| 3.4.2 噪声抑制性能分析 | 第62-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 经验模态分解理论在混沌信号噪声抑制中的应用 | 第67-101页 |
| 4.1 引言 | 第67页 |
| 4.2 经验模态分解原理 | 第67-78页 |
| 4.2.1 基本经验模态分解原理 | 第67-72页 |
| 4.2.2 总体平均经验模态分解原理 | 第72-75页 |
| 4.2.3 完整总体平均经验模态分解原理 | 第75-78页 |
| 4.3 基于经验模态分解理论的部分重构噪声抑制算法 | 第78-85页 |
| 4.3.1 基本部分重构噪声抑制算法 | 第78-79页 |
| 4.3.2 改进部分重构噪声抑制算法 | 第79-83页 |
| 4.3.3 仿真实验与分析 | 第83-85页 |
| 4.4 基于经验模态分解理论的区间阈值噪声抑制算法 | 第85-90页 |
| 4.4.1 基本区间阈值噪声抑制算法 | 第85-87页 |
| 4.4.2 改进区间阈值噪声抑制算法 | 第87-88页 |
| 4.4.3 仿真实验与分析 | 第88-90页 |
| 4.5 基于经验模态分解理论的过零尺度阈值噪声抑制算法 | 第90-99页 |
| 4.5.1 过零尺度阈值噪声抑制算法 | 第90-95页 |
| 4.5.2 仿真实验与分析 | 第95-99页 |
| 4.6 本章小结 | 第99-101页 |
| 第五章 基于非局部均值的混沌映射噪声抑制 | 第101-120页 |
| 5.1 引言 | 第101-102页 |
| 5.2 非局部均值基本原理 | 第102-105页 |
| 5.2.1 非局部均值算法 | 第102-104页 |
| 5.2.2 非局部均值快速算法 | 第104-105页 |
| 5.3 基于非局部均值的混沌映射噪声抑制算法 | 第105-111页 |
| 5.3.1 算法原理 | 第105-107页 |
| 5.3.2 滤波参数选取 | 第107-111页 |
| 5.4 仿真实验与分析 | 第111-119页 |
| 5.4.1 KF基本原理 | 第111-114页 |
| 5.4.2 相空间估计投影法基本原理 | 第114-116页 |
| 5.4.3 各种算法噪声抑制性能比较与分析 | 第116-119页 |
| 5.5 本章小结 | 第119-120页 |
| 结论与展望 | 第120-123页 |
| 结论 | 第120-122页 |
| 展望 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 攻读博士学位期间取得的研究成果 | 第135-137页 |
| 致谢 | 第137-138页 |
| 附件 | 第138页 |
