弱信号检测方法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-10页 |
| ·课题的介绍及意义 | 第8-9页 |
| ·课题的主要研究内容 | 第9-10页 |
| 第二章 基于高阶统计量的信号检测 | 第10-22页 |
| ·引言 | 第10页 |
| ·高阶统计量的基本概念 | 第10-14页 |
| ·随机变(向)量的特征函数 | 第10-11页 |
| ·高阶矩和高阶累积量的定义 | 第11页 |
| ·高阶矩谱和高阶累积量谱的定义 | 第11-12页 |
| ·双谱的性质和算法 | 第12-14页 |
| ·基于双谱的信号检测 | 第14-16页 |
| ·基于三阶累积量的信号检测 | 第16-22页 |
| 第三章 基于自适应滤波的信号检测 | 第22-40页 |
| ·引言 | 第22-23页 |
| ·自适应滤波原理 | 第23-31页 |
| ·最小均方误差滤波 | 第23-24页 |
| ·最陡下降法及LMS 算法 | 第24-31页 |
| ·新的LMS 自适应算法 | 第31-36页 |
| ·高阶统计量自适应算法 | 第36-40页 |
| 第四章 基于时频分析的信号检测 | 第40-59页 |
| ·引言 | 第40页 |
| ·基于小波变换的信号检测 | 第40-47页 |
| ·引言 | 第40页 |
| ·小波变换的基本理论 | 第40-42页 |
| ·基于小波变换的信号检测 | 第42-47页 |
| ·基于WIGNER-VILLE 分布的信号检测 | 第47-50页 |
| ·匹配滤波器信号检测 | 第47-48页 |
| ·Wigner-Ville 分布及信号检测 | 第48-50页 |
| ·基于RADON-WIGNER 变换的信号检测 | 第50-53页 |
| ·基于分数阶傅立叶变换的信号检测 | 第53-59页 |
| ·分数阶Fourier 变换的基本理论 | 第53-55页 |
| ·分数阶Fourier 变换在信号检测中的应用 | 第55-56页 |
| ·检测性能的理论分析 | 第56-59页 |
| 第五章 基于神经网络的信号检测 | 第59-75页 |
| ·引言 | 第59页 |
| ·基于BP 神经网络的时域检测方法 | 第59-65页 |
| ·BP 神经网络基本理论 | 第59-63页 |
| ·基于BP 神经网络的信号时域检测方法 | 第63页 |
| ·仿真实验及结果分析 | 第63-65页 |
| ·基于AR 模型参数的LVQ 神经网络检测方法 | 第65-75页 |
| ·自组织与LVQ 神经网络概述 | 第65-66页 |
| ·参数模型功率谱估计简介 | 第66-68页 |
| ·基于LVQ 神经网络的信号检测 | 第68-75页 |
| 第六章 各种检测方法的差异及其应用 | 第75-78页 |
| 第七章 结论 | 第78-79页 |
| 参考文献 | 第79-81页 |
| 致谢 | 第81-82页 |
| 个人简历 | 第82页 |
