基于混沌理论的微弱信号检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究混沌背景下微弱信号检测的意义 | 第9-10页 |
| ·微弱信号检测概述 | 第10-14页 |
| ·微弱信号检测发展历程 | 第11-12页 |
| ·混沌背景下弱信号检测的研究现状 | 第12-13页 |
| ·目前研究存在的问题 | 第13-14页 |
| ·论文主要工作 | 第14-15页 |
| 第2章 混沌理论概述及应用 | 第15-23页 |
| ·混沌学简史 | 第15-17页 |
| ·混沌的基本概念和基本特征 | 第17-20页 |
| ·混沌的基本概念 | 第17-18页 |
| ·混沌运动的基本特征 | 第18-20页 |
| ·几种典型的混沌动力学系统 | 第20-22页 |
| ·Lorenz数学模型及分析 | 第20-21页 |
| ·Logistic数学模型及分析 | 第21-22页 |
| ·Duffing系统数学模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 混沌振子微弱信号检测 | 第23-45页 |
| ·Duffing振子检测系统 | 第24-29页 |
| ·Duffing振子的特性分析 | 第24-27页 |
| ·微弱正弦信号幅值混沌检测原理 | 第27-28页 |
| ·仿真实验及结果分析 | 第28-29页 |
| ·Duffing方程的改进 | 第29-31页 |
| ·Lyapunov指数 | 第31-43页 |
| ·Lyapunov指数的定义 | 第33-34页 |
| ·由系统方程确定Lyapunov指数 | 第34-36页 |
| ·仿真实验及结果分析 | 第36-39页 |
| ·由时间序列计算系统最大Lyapunov指数 | 第39-42页 |
| ·仿真实验结果 | 第42-43页 |
| ·混沌振子检测存在的问题及解决方法 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第4章 混沌时间序列预测方法研究 | 第45-56页 |
| ·混沌时间序列预测理论的基础知识 | 第45-47页 |
| ·混沌时间序列的相空间重构 | 第47-55页 |
| ·相空间重构理论 | 第48-49页 |
| ·相空间重构延迟时间τ的选取 | 第49-53页 |
| ·相空间重构嵌入维数m的确定 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于RBF的混沌背景信号检测 | 第56-75页 |
| ·RBF神经网络 | 第57-60页 |
| ·RBF神经网络的基本原理 | 第58-59页 |
| ·RBF神经网络参数的确定 | 第59-60页 |
| ·基于RBF神经网络的一步预测 | 第60-66页 |
| ·一步预测原理 | 第60-61页 |
| ·预测模型的建立 | 第61-62页 |
| ·仿真实验及结果分析 | 第62-66页 |
| ·混响时间序列预测及混响背景下的信号检测 | 第66-74页 |
| ·试验数据后置处理 | 第67页 |
| ·混响序列的混沌属性 | 第67-68页 |
| ·模拟回波信号检测 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
