摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 前言 | 第8-16页 |
·脉冲星 | 第8-12页 |
·脉冲星的发现 | 第8-9页 |
·脉冲星的分类 | 第9-10页 |
·脉冲星的特性 | 第10-11页 |
·脉冲星的应用领域 | 第11-12页 |
·毫秒脉冲星 | 第12-14页 |
·毫秒脉冲星的特点 | 第12-13页 |
·毫秒脉冲星计时 | 第13-14页 |
·本文研究内容 | 第14-16页 |
2 脉冲星平均脉冲的消色散 | 第16-20页 |
·色散原理 | 第16页 |
·消色散接收实例分析 | 第16-17页 |
·消色散方法 | 第17-18页 |
·实验结果及分析 | 第18-19页 |
·本章小结 | 第19-20页 |
3 脉冲星去噪方法研究——小波分析 | 第20-35页 |
·小波分析的发展回顾 | 第20-21页 |
·小波分析的基本理论 | 第21页 |
·一维信号的小波去噪方法研究 | 第21-34页 |
·小波阈值萎缩去噪法 | 第22-30页 |
·基于小波变换的空域相关性去噪法 | 第30-32页 |
·自适应阈值算法 | 第32-34页 |
·本章小结 | 第34-35页 |
4 脉冲星去噪方法研究——高阶统计量法 | 第35-51页 |
·概述 | 第35-36页 |
·累积量的概念、性质及估计 | 第36-39页 |
·累积量的概念 | 第36-37页 |
·累积量的性质 | 第37-38页 |
·累积量的估计 | 第38-39页 |
·累积量域自适应滤波 | 第39-45页 |
·累积量域自适应滤波原理及误差准则 | 第39-41页 |
·累积量域自适应滤波算法 | 第41-42页 |
·一种新的累积量误差准则及自适应算法 | 第42-43页 |
·实验结果及分析 | 第43-45页 |
·高阶矩谱和高阶累积量谱 | 第45-50页 |
·高阶矩谱和高阶累积量谱的定义 | 第45-46页 |
·双谱的性质及估计 | 第46-47页 |
·基于双谱的信号重构 | 第47-49页 |
·实验结果及分析 | 第49-50页 |
·本章小结 | 第50-51页 |
5 卡尔曼滤波及粒子滤波 | 第51-65页 |
·基本理论 | 第51-53页 |
·状态空间模型 | 第51-52页 |
·贝叶斯估计理论 | 第52-53页 |
·线性滤波算法 | 第53-55页 |
·非线性滤波算法 | 第55-56页 |
·粒子滤波 | 第56-63页 |
·粒子滤波的发展回顾 | 第56-57页 |
·蒙特卡罗方法 | 第57-60页 |
·消除退化的关键技术 | 第60-62页 |
·完整的粒子滤波算法 | 第62-63页 |
·实验结果及分析 | 第63-64页 |
·本章小结 | 第64-65页 |
6 系统软件设计 | 第65-77页 |
·软件平台简介 | 第65-69页 |
·Matlab与C++ Builder结合编程方法 | 第65-68页 |
·各种混合方法比较 | 第68-69页 |
·实现混合编程的方法 | 第69-72页 |
·MATLAB编程环境的设置 | 第69页 |
·使用Matlab COM Builder制作需要的COM组件 | 第69-71页 |
·C++ Builder中使用生成的COM组件 | 第71页 |
·COM组件的打包与程序的发布 | 第71-72页 |
·软件设计 | 第72-76页 |
·软件概述 | 第72页 |
·功能需求 | 第72-73页 |
·基本设计概念和处理流程 | 第73-74页 |
·软件主要数据功能 | 第74-76页 |
·本章小结 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-83页 |
硕士期间发表的论文 | 第83页 |