中文摘要 | 第1-5页 |
英文摘要 | 第5-11页 |
第一章 绪论 | 第11-30页 |
1.1 非平稳随机信号简介 | 第11-17页 |
1.1.1 非平稳随机信号的分析、处理与应用 | 第11-13页 |
1.1.1.1 生物医学信号处理 | 第11-12页 |
1.1.1.2 语音信号处理 | 第12页 |
1.1.1.3 雷达与声纳信号处理 | 第12-13页 |
1.1.1.4 非平稳随机振动分析 | 第13页 |
1.1.2 非平稳随机信号的统计描述 | 第13-17页 |
1.1.2.1 概率密度和数字特征 | 第14-16页 |
1.1.2.2 相关函数与协方差函数 | 第16-17页 |
1.2 非平稳随机信号参数模型法 | 第17-23页 |
1.2.1 参数模型法简介 | 第17-18页 |
1.2.2 时变参数模型法 | 第18-22页 |
1.2.2.1 非平稳随机信号时变参数模型存在的条件 | 第18-20页 |
1.2.2.2 时变参数AR模型 | 第20-21页 |
1.2.2.3 时变参数ARMA模型 | 第21页 |
1.2.2.4 小结 | 第21-22页 |
1.2.3 可化为平稳随机情况处理的非平稳随机信号 | 第22-23页 |
1.2.3.1 分段平稳随机信号 | 第22页 |
1.2.3.2 方差平稳随机信号 | 第22-23页 |
1.3 非平稳随机信号非参数模型法 | 第23-27页 |
1.3.1 短时傅立叶(Fourier)变换 | 第23-24页 |
1.3.2 时频分布 | 第24-25页 |
1.3.3 小波分析 | 第25-26页 |
1.3.4 局域波分析 | 第26-27页 |
1.4 非参数模型法与参数模型法之间的关系 | 第27页 |
1.5 本文所作的主要工作 | 第27-30页 |
第二章 局域波法及其应用研究 | 第30-53页 |
2.1 引言 | 第30页 |
2.2 瞬时频率与希尔伯特变换 | 第30-32页 |
2.3 基本模式分量 | 第32-33页 |
2.4 局域波分解 | 第33-38页 |
2.4.1 包络均值法 | 第36页 |
2.4.2 连续均值法 | 第36-37页 |
2.4.3 基于信号局部特征的自适应时变滤波分解法 | 第37-38页 |
2.5 局域波法的应用研究 | 第38-46页 |
2.5.1 瞬时频率估计 | 第38-40页 |
2.5.2 希尔伯特时频谱估计 | 第40-43页 |
2.5.3 希尔伯特时频谱的边界谱估计 | 第43-45页 |
2.5.4 非平稳信号平稳性的度量 | 第45-46页 |
2.6 局域波法的性能研究 | 第46-50页 |
2.6.1 信号长度的选取 | 第47页 |
2.6.2 筛选过程停止准则 | 第47-48页 |
2.6.3 信号分解停止准则 | 第48-49页 |
2.6.4 嵌入强信号中的弱信号提取 | 第49页 |
2.6.5 频率的精确定义 | 第49页 |
2.6.6 希尔伯特时频谱的频率分辨率 | 第49-50页 |
2.7 局域波法研究的有关问题 | 第50-52页 |
2.7.1 信号分解方法 | 第50页 |
2.7.2 希尔伯特谱的边界谱特性 | 第50-51页 |
2.7.3 由希尔伯特谱定义信号的平稳性 | 第51页 |
2.7.4 基本模式分量的进一步物理解释 | 第51页 |
2.7.5 基于基本模式分量的信号分析 | 第51页 |
2.7.6 局域波法应用研究 | 第51-52页 |
2.8 小结 | 第52-53页 |
第三章 抑制时颁分布交叉项的一种方法 | 第53-69页 |
3.1 引言 | 第53页 |
3.2 时频分析简介 | 第53-58页 |
3.2.1 线性时频表示 | 第53-54页 |
3.2.2 Cohen类双线性时频分布 | 第54-56页 |
3.2.2.1 Wigner-Ville分布及其交叉项的困扰 | 第54-55页 |
3.2.2.2 核函数法 | 第55-56页 |
3.2.3 仿射类双线性时间-尺度分布 | 第56页 |
3.2.4 重排类双线性时频分布 | 第56-57页 |
3.2.5 自适应最优核函数类时频分布 | 第57页 |
3.2.6 参数化时频分布 | 第57-58页 |
3.3 局域波分解及其WIGNER-VILLE分布 | 第58-59页 |
3.4 仿真 | 第59-67页 |
3.4.1 两个线性调频信号迭加的情况 | 第60-64页 |
3.4.2 三个线性调频信号迭加的情况 | 第64-67页 |
3.5 分析与结论 | 第67-69页 |
第四章 方差平稳随机信号的一种处理方法 | 第69-87页 |
4.1 引言 | 第69-70页 |
4.2 方差平稳随机信号 | 第70-71页 |
4.3 方差平稳随机信号处理方法简介 | 第71-74页 |
4.3.1 趋势项剔除法 | 第71-73页 |
4.3.1.1 ARIMA模型 | 第71页 |
4.3.1.2 季节性模型法 | 第71-72页 |
4.3.1.3 x-11方法 | 第72-73页 |
4.3.2 趋势项提取法 | 第73-74页 |
4.3.2.1 逐步回归法 | 第73页 |
4.3.2.2 GM(1,1)法与GM(2,1)法 | 第73-74页 |
4.4 信号分解法 | 第74-75页 |
4.5 仿真 | 第75-85页 |
4.5.1 具有线性趋向的情况 | 第75-77页 |
4.5.2 具有多项式趋向的情况 | 第77-79页 |
4.5.3 具有指数趋向的情况 | 第79-80页 |
4.5.4 具有周期趋向的情况 | 第80-82页 |
4.5.5 具有混合趋向的情况 | 第82-83页 |
4.5.6 实例 | 第83-85页 |
4.6 分析与结论 | 第85-87页 |
第五章 局域波分解及其时变参数模型 | 第87-103页 |
5.1 引言 | 第87-88页 |
5.2 非平稳随机信号的时变参数AR模型 | 第88-91页 |
5.2.1 模型建立 | 第88-89页 |
5.2.2 递推最小二乘算法 | 第89-90页 |
5.2.3 时变参数AR模型的谱函数 | 第90-91页 |
5.3 几种常用的基时间函数 | 第91-92页 |
5.4 非平稳随机信号的时变参数ARMA模型 | 第92-97页 |
5.4.1 模型建立 | 第93-94页 |
5.4.2 反馈线性估计法 | 第94-96页 |
5.4.3 时变参数ARMA模型谱估计 | 第96-97页 |
5.5 局域波分解及其时变参数AR模型 | 第97页 |
5.6 局域波分解及其时变参数ARMA模型 | 第97-98页 |
5.7 仿真 | 第98-101页 |
5.7.1 三个线性调频信号迭加 | 第98-100页 |
5.7.2 Rossler方程 | 第100-101页 |
5.8 小结 | 第101-103页 |
第六章 结论与展望 | 第103-106页 |
6.1 结论 | 第103-104页 |
6.2 展望 | 第104-106页 |
参考文献: | 第106-113页 |
致 谢 | 第113-114页 |
作者攻读博士学位期间发表的学术论文 | 第114页 |