| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文结构安排 | 第11-13页 |
| 第二章 常用信号去噪方法 | 第13-21页 |
| 2.1 信号模型 | 第13页 |
| 2.2 经验模态分解(EMD) | 第13-14页 |
| 2.3 小波变换 | 第14-16页 |
| 2.4 稀疏表达 | 第16-17页 |
| 2.5 独立分量分析 | 第17-21页 |
| 第三章 基于经验模态分解与自适应小波阈值的去噪方法 | 第21-40页 |
| 3.1 基于经验模态分解的信号去噪方法 | 第21-24页 |
| 3.1.1 低阶系数舍弃法 | 第21-22页 |
| 3.1.2 基于连续均方误差准则的EMD去噪 | 第22-24页 |
| 3.2 传统EMD去噪在低信噪比下的不足 | 第24-28页 |
| 3.2.1 考察低阶系数舍弃法在较低信噪比下的去噪性能 | 第24-26页 |
| 3.2.2 考察基于连续均方误差准则的去噪方法在低信噪比下的去噪性能 | 第26-28页 |
| 3.3 基于小波变换的信号去噪 | 第28-32页 |
| 3.4 小波阈值去噪在低信噪比下的不足 | 第32-34页 |
| 3.5 一种基于经验模态分解与小波分析的信号联合去噪方法 | 第34-39页 |
| 3.5.1 基于自相关的EMD分解界值点选取 | 第34页 |
| 3.5.2 小波阈值去噪中阈值的自适应选取 | 第34-35页 |
| 3.5.3 自相关的经验模态分解与自适应阈值小波分析的联合去噪方法 | 第35-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 随机插值平均信号去噪 | 第40-57页 |
| 4.1 拉格朗日插值法 | 第40-42页 |
| 4.2 随机内插平均信号去噪 | 第42-46页 |
| 4.3 随机内插平均仿真分析 | 第46-56页 |
| 4.3.1 门限选择准则优化 | 第46-49页 |
| 4.3.2 小波基函数选取优化 | 第49-51页 |
| 4.3.3 插值方式优化 | 第51-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于子空间投影的独立分量分析去噪 | 第57-63页 |
| 5.1 ICA基本模型 | 第57-58页 |
| 5.2 考察ICA在低信噪比下的去噪性能 | 第58页 |
| 5.3 子空间投影的独立分量分析 | 第58-60页 |
| 5.4 仿真分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 工作中的不足与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
