| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及目的意义 | 第8-9页 |
| 1.2 混沌保密技术及盲源分离技术的研究现状 | 第9-10页 |
| 1.2.1 混沌保密技术研究现状 | 第9-10页 |
| 1.2.2 盲源分离研究现状 | 第10页 |
| 1.3 本论文的章节安排及主要研究内容 | 第10-13页 |
| 第2章 混沌信号及盲源分离技术分析 | 第13-23页 |
| 2.1 引言 | 第13页 |
| 2.2 混沌信号分析 | 第13-18页 |
| 2.2.1 混沌的理论基础 | 第13-14页 |
| 2.2.2 典型混沌运动分析 | 第14-18页 |
| 2.3 盲源信号处理技术 | 第18-21页 |
| 2.3.1 数学模型 | 第19-20页 |
| 2.3.2 性能指标 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 噪声对盲提取的影响研究 | 第23-48页 |
| 3.1 引言 | 第23页 |
| 3.2 关于信源噪声的分析 | 第23-28页 |
| 3.2.1 信源噪声模型 | 第24页 |
| 3.2.2 信源噪声模型及仿真性能分析 | 第24-28页 |
| 3.3 接收传感器分布噪声分析 | 第28-39页 |
| 3.3.1 接收传感器分布噪声数学模型 | 第29页 |
| 3.3.2 基于动态噪声相关度的接收传感器模型 | 第29-31页 |
| 3.3.3 动态接收传感器噪声模型及仿真性能分析 | 第31-39页 |
| 3.4 关于信道噪声的分析 | 第39-46页 |
| 3.4.1 信道噪声模型 | 第39-40页 |
| 3.4.2 信道噪声模型的仿真实现及分析 | 第40-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 基于序贯削减技术的图像盲提取算法 | 第48-67页 |
| 4.1 引言 | 第48页 |
| 4.2 基于虚拟接收阵元的序贯削减技术 | 第48-52页 |
| 4.2.1 欠定系统的数学模型 | 第49页 |
| 4.2.2 经验模态分解原理 | 第49-51页 |
| 4.2.3 顺序提取和削减处理 | 第51-52页 |
| 4.3 EMD分解单分量补足法的图像盲提取 | 第52-59页 |
| 4.3.1 单分量补足法模型 | 第52-53页 |
| 4.3.2 单分量补足法的仿真及性能分析 | 第53-59页 |
| 4.4 EMD分解多分量补足法的图像盲提取 | 第59-66页 |
| 4.4.1 多分量补足法模型 | 第60-61页 |
| 4.4.2 多分量补足法的仿真实现及性能分析 | 第61-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 含噪环境中接收天线低元化的技术 | 第67-80页 |
| 5.1 引言 | 第67页 |
| 5.2 基于信源噪声的低元化提取技术 | 第67-73页 |
| 5.2.1 信源噪声干扰的低元化提取模型 | 第67页 |
| 5.2.2 信源噪声背景下的低元化提取技术实现 | 第67-73页 |
| 5.3 基于接收传感器分布噪声的低元化提取技术 | 第73-79页 |
| 5.3.1 接收传感器分布噪声干扰的低元化提取模型 | 第73页 |
| 5.3.2 接收传感器分布噪声背景下的低元化提取技术实现 | 第73-79页 |
| 5.4 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-89页 |
| 致谢 | 第89-90页 |
| 攻读硕士学位期间的学术成果 | 第90-91页 |