| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·混沌理论的研究现状与应用 | 第10-12页 |
| ·混沌理论的研究情况 | 第11页 |
| ·混沌的工程应用 | 第11-12页 |
| ·微弱信号检测的原理及发展历程 | 第12-13页 |
| ·混沌理论在微弱信号检测中的应用 | 第13-14页 |
| ·论文工作 | 第14-15页 |
| 第2章 混沌振子检测微弱信号的原理 | 第15-31页 |
| ·Duffing 系统的基本原理 | 第15-22页 |
| ·Duffing 系统的数学模型 | 第15-17页 |
| ·Duffing 系统的轨道表示 | 第17-19页 |
| ·Duffing 系统的分叉值 | 第19-22页 |
| ·混沌振子的参数敏感性 | 第22-25页 |
| ·初值敏感性的概念 | 第22-24页 |
| ·Duffing 系统的初值敏感性 | 第24-25页 |
| ·Duffing 系统的周期轨道 | 第25-26页 |
| ·检测微弱信号的系统建模 | 第26-29页 |
| ·Duffing 振子的仿真建模 | 第26-28页 |
| ·Duffing 系统离散化步长 h 的选择对系统特性的影响 | 第28-29页 |
| ·Duffing 方程的改进 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 混沌振子检测模型的仿真实验和特性分析 | 第31-39页 |
| ·Duffing 振子检测模型的仿真实验 | 第31-36页 |
| ·白噪声背景下的仿真实验 | 第31-34页 |
| ·有色噪声背景下的仿真实验 | 第34-36页 |
| ·混沌振子检测的性能分析 | 第36-38页 |
| ·混沌振子检测微弱信号的长处 | 第36-37页 |
| ·混沌振子检测微弱信号的不足及改善 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 时间序列的重构相空间 | 第39-47页 |
| ·重构相空间的理论与 Takens 定理 | 第39-42页 |
| ·延迟坐标相空间重构法 | 第39-40页 |
| ·导数相空间重构法 | 第40页 |
| ·主分量相空间重构法 | 第40-42页 |
| ·确定重构相空间延迟时间的方法 | 第42-44页 |
| ·自相关法 | 第42-43页 |
| ·复自相关法 | 第43-44页 |
| ·互信息量法 | 第44页 |
| ·确定重构相空间嵌入维的方法 | 第44-46页 |
| ·G-P 关联维数法 | 第44-45页 |
| ·伪邻近点法 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 径向基函数神经网络进行时间序列预测的原理 | 第47-55页 |
| ·RBF 神经网络的结构 | 第47-48页 |
| ·RBF 神经网络的学习算法 | 第48-53页 |
| ·RBF 神经网络的逼近特性 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 混沌时间序列的神经网络预测方法 | 第55-79页 |
| ·混沌背景预测标准 | 第55-59页 |
| ·拓扑不变性 | 第55页 |
| ·局部预测性 | 第55-59页 |
| ·混沌时序的重构相空间参数的确定 | 第59-61页 |
| ·嵌入维的确定 | 第59-60页 |
| ·延迟时间的确定 | 第60-61页 |
| ·混沌背景预测的 RBF 神经网络参数的确定 | 第61-65页 |
| ·RBF 网络预测模型的参数的讨论 | 第61-64页 |
| ·最优 RBF 网络预测模型的 K 值 | 第64-65页 |
| ·混沌背景下微弱谐波信号的检测模型 | 第65-67页 |
| ·混沌背景下微弱谐波信号检测的仿真实验 | 第67-75页 |
| ·混沌背景信号为洛伦兹系统分量下的仿真实验 | 第67-72页 |
| ·混沌背景信号为 Duffing 系统分量下的仿真实验 | 第72-75页 |
| ·误差分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85页 |