| 第一章 引言 | 第1-14页 |
| ·混沌理论的发展历史 | 第10-11页 |
| ·混沌理论的应用 | 第11-13页 |
| ·本论文的结构安排 | 第13-14页 |
| 第二章 非线性动力学基本理论 | 第14-25页 |
| ·非线性系统的数学基础 | 第14-17页 |
| ·非线性系统与混沌 | 第17-25页 |
| ·混沌的功率谱 | 第17页 |
| ·吸引子 | 第17-19页 |
| ·相空间重构理论 | 第19-20页 |
| ·吸引子的分形 | 第20-22页 |
| ·Lyapunov 指数 | 第22-25页 |
| 第三章 多种非线性方法的信号预测 | 第25-48页 |
| ·非线性系统预测概述 | 第25页 |
| ·简单的非线性统计预测算法（S-M 算法） | 第25-31页 |
| ·基于相空间邻点的非线性自适应预测算法 | 第31-35页 |
| ·神经网络预测算法 | 第35-47页 |
| ·引言 | 第36页 |
| ·人工神经元模型 | 第36-37页 |
| ·径向基函数神经网络 | 第37-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 直扩信号混沌特性研究 | 第48-56页 |
| ·扩频通信系统概述 | 第48-49页 |
| ·直扩信号由某个模型产生 | 第49-50页 |
| ·直扩信号具有有限分维数 | 第50-51页 |
| ·直扩信号的最大Lyapunov 指数是有限的正数 | 第51页 |
| ·直扩信号可以预测 | 第51-53页 |
| ·扩展 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 混沌噪声背景中检测微弱信号 | 第56-64页 |
| ·信号检测概述 | 第56页 |
| ·淹没在混沌噪声中的微弱周期信号的检测 | 第56-57页 |
| ·淹没在混沌噪声中的微弱直扩信号的检测 | 第57-60页 |
| ·波形估计 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 利用分形特征检测噪声中的信号 | 第64-80页 |
| ·概述 | 第64页 |
| ·时间序列的分形特征 | 第64-67页 |
| ·利用分形特征检测淹没在噪声中的信号 | 第67-73页 |
| ·利用分维数检测淹没在噪声中的信号 | 第73-78页 |
| ·分形理论及其在通信调制识别中的应用 | 第73-74页 |
| ·利用分形维数检测信号 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第七章 结论 | 第80-82页 |
| ·全文总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-85页 |
| 个人简历 | 第85页 |
| 撰写的学术论文 | 第85页 |