| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-24页 |
| ·概述 | 第8-9页 |
| ·α稳定分布的相关知识 | 第9-13页 |
| ·α稳定分布的研究历史和现状 | 第9-11页 |
| ·α稳定分布模型 | 第11-12页 |
| ·分数低阶统计量的概念 | 第12-13页 |
| ·时延估计概述 | 第13-22页 |
| ·时延估计的基本概念 | 第13-16页 |
| ·基本模型 | 第16-17页 |
| ·传统时延估计方法 | 第17-19页 |
| ·针对α噪声的时延估计方法 | 第19-20页 |
| ·时延估计方法的发展 | 第20-22页 |
| ·本文的主要工作 | 第22-24页 |
| 第二章 α稳定分布 | 第24-33页 |
| ·稳定分布的概念 | 第24-27页 |
| ·α稳定分布的基本性质 | 第27-29页 |
| ·分数低阶统计量 | 第29-31页 |
| ·分数低阶矩 | 第29-30页 |
| ·零阶矩 | 第30-31页 |
| ·共变 | 第31-32页 |
| 本章小结 | 第32-33页 |
| 第三章 现有时延估计方法 | 第33-71页 |
| ·一种评价时延估计结果的方法 | 第33-34页 |
| ·传统时延估计方法及性能分析 | 第34-48页 |
| ·基于相关分析的时延估计方法 | 第35-37页 |
| ·基于双谱的时延估计 | 第37-38页 |
| ·广义相位谱时延估计方法 | 第38-39页 |
| ·自适应时延估计算法 | 第39-48页 |
| ·传统时延估计方法的蜕化 | 第48-57页 |
| ·相关时延估计的蜕化 | 第49-53页 |
| ·自适应时延估计的蜕化 | 第53-57页 |
| ·基于分数低阶统计量的时延估计方法 | 第57-70页 |
| ·基于共变的时延估计算法 | 第57-59页 |
| ·基于分数低阶协方差的时延估计算法 | 第59-64页 |
| ·最小平均p 范数（LMP）时延估计方法 | 第64-68页 |
| ·基于α匹配算法的时间延迟估计 | 第68-70页 |
| 本章小结 | 第70-71页 |
| 第四章 基于限幅积分器的时延估计方法 | 第71-91页 |
| ·方法的提出 | 第71-75页 |
| ·限幅积分器的应用及限幅积分器上限的选择 | 第75-82页 |
| ·已知信号幅度时上限的选择 | 第75-79页 |
| ·包含高斯噪声时上限的选择 | 第79-80页 |
| ·没有任何先验认识时上限的选择 | 第80-82页 |
| ·不同限幅积分器的性能比较 | 第82-85页 |
| ·基于限幅积分器与基于分数低阶统计量的的时延估计算法比较 | 第85-90页 |
| 本章小结 | 第90-91页 |
| 第五章 基于理想延迟滤波器的时延估计方法 | 第91-106页 |
| ·算法的提出 | 第91-93页 |
| ·仿真结果 | 第93-95页 |
| ·算法性能分析 | 第95-98页 |
| ·延迟信号存在衰减时的影响及衰减值的估计 | 第98-105页 |
| ·衰减的影响 | 第98-101页 |
| ·衰减的估计 | 第101-105页 |
| 本章小结 | 第105-106页 |
| 第六章 全文总结 | 第106-107页 |
| 参考文献 | 第107-113页 |
| 摘要 | 第113-117页 |
| ABSTRACT | 第117-122页 |
| 致谢 | 第122页 |