| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·微弱信号检测 | 第8-10页 |
| ·微弱信号检测与估计理论的发展历程 | 第8-9页 |
| ·微弱信号检测方法的特点和发展趋势 | 第9-10页 |
| ·随机共振发展历程 | 第10-16页 |
| ·随机共振的概念 | 第10-11页 |
| ·实验研究 | 第11-12页 |
| ·理论研究 | 第12-15页 |
| ·应用研究 | 第15-16页 |
| ·关于本课题和论文 | 第16-18页 |
| ·课题的提出和主要研究内容 | 第16页 |
| ·课题的实验平台 | 第16-17页 |
| ·本文的结构安排与创新 | 第17-18页 |
| 第2章 随机共振理论 | 第18-32页 |
| ·噪声 | 第18-19页 |
| ·白噪声 | 第18页 |
| ·信噪比 | 第18-19页 |
| ·双稳系统模型 | 第19-20页 |
| ·绝热近似理论 | 第20-25页 |
| ·基本概念 | 第20-21页 |
| ·统计量 | 第21-22页 |
| ·阐明连续双稳系统的随机共振 | 第22-25页 |
| ·频率尺度变换 | 第25-26页 |
| ·系统参数对输出的影响 | 第26-28页 |
| ·基于维纳积分的数值仿真 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第3章 自适应随机共振算法 | 第32-42页 |
| ·自适应信号处理理论简介 | 第32-34页 |
| ·几种自适应信号处理算法 | 第34-36页 |
| ·基于SNR 的自适应随机共振算法 | 第36-41页 |
| ·算法的确定 | 第36页 |
| ·算法的研究与实现 | 第36-38页 |
| ·算法的性能分析 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于ANN 的自适应参数调谐SR | 第42-59页 |
| ·人工神经网络简介 | 第42-46页 |
| ·发展历史 | 第42-43页 |
| ·特点与结构 | 第43-44页 |
| ·学习规则 | 第44页 |
| ·应用领域 | 第44-46页 |
| ·函数型连接神经网络（FLANN） | 第46-52页 |
| ·结构与算法分析 | 第46-49页 |
| ·数学理论分析 | 第49-50页 |
| ·FLANN 与MLP 网络的对比 | 第50-52页 |
| ·FLANN 拟合非线性系统 | 第52-56页 |
| ·采用切比雪夫多项式扩展的FLANN（CFLANN） | 第52-54页 |
| ·采用外积扩展的FLANN（MFLANN） | 第54-55页 |
| ·MFLANN 拟合变参数非线性系统 | 第55-56页 |
| ·MFL-BP-ANN 实现自适应随机共振 | 第56-58页 |
| ·小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 作者攻读硕士学位期间完成的论文 | 第63页 |