摘要 | 第3-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 课题背景及意义 | 第9-10页 |
1.2 随机共振的发展历程及研究现状 | 第10页 |
1.3 课题的研究方向及内容 | 第10-17页 |
1.3.1 自适应随机共振检测微弱信号的研究现状 | 第11-13页 |
1.3.2 自适应随机共振检测微弱信号存在的问题 | 第13页 |
1.3.3 本文的主要研究工作及内容安排 | 第13-17页 |
2 双稳态随机共振理论 | 第17-21页 |
2.1 朗之万方程 | 第17页 |
2.2 双稳系统的动力学模型及检测微弱周期信号的机制 | 第17-19页 |
2.3 变尺度随机共振 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
3 自适应随机共振系统 | 第21-29页 |
3.1 引言 | 第21页 |
3.2 随机共振效应的判定依据 | 第21-23页 |
3.2.1 输出信噪比 | 第21-22页 |
3.2.2 互相关系数 | 第22-23页 |
3.2.3 误码率及信道容量 | 第23页 |
3.3 自适应随机共振算法 | 第23-24页 |
3.3.1 固定步长线性调节方法 | 第23页 |
3.3.2 线性随机搜索算法(LRS算法) | 第23-24页 |
3.3.3 智能优化算法 | 第24页 |
3.4 几种智能优化算法在随机共振参数优化中的性能比较 | 第24-27页 |
3.4.1 性能评价指标 | 第24页 |
3.4.2 目标优化函数 | 第24-25页 |
3.4.3 几种智能算法在随机共振系统参数优化中的仿真结果及分析 | 第25-27页 |
3.5 本章小结 | 第27-29页 |
4 多频微弱信号的自适应随机共振检测方法 | 第29-45页 |
4.1 引言 | 第29页 |
4.2 基于知识的粒子群算法的多频微弱信号自适应随机共振 | 第29-33页 |
4.2.1 基于知识的粒子群算法 | 第29-31页 |
4.2.2 目标优化函数 | 第31-32页 |
4.2.3 基于知识的粒子群算法的多频微弱信号自适应随机共振流程 | 第32-33页 |
4.3 基于知识的粒子群算法的多频微弱信号自适应随机共振检测仿真 | 第33-40页 |
4.3.1 基于知识的粒子群算法与粒子群算法的性能比较 | 第33-34页 |
4.3.2 多频小参数信号检测 | 第34-35页 |
4.3.3 多频大参数信号检测 | 第35-37页 |
4.3.4 宽频带多频大参数信号检测 | 第37-40页 |
4.4 工程应用 | 第40-43页 |
4.5 本章小结 | 第43-45页 |
5 微弱冲击信号的自适应随机共振检测方法 | 第45-51页 |
5.1 引言 | 第45页 |
5.2 基于知识的粒子群算法的微弱冲击信号自适应随机共振 | 第45-48页 |
5.2.1 目标优化函数 | 第45-46页 |
5.2.2 基于知识的粒子群算法的微弱冲击信号自适应随机共振流程 | 第46-48页 |
5.3 基于知识的粒子群算法的微弱冲击信号自适应随机共振检测仿真 | 第48-50页 |
5.3.1 知识的粒子群算法与粒子群算法的性能比较 | 第48-50页 |
5.3.2 微弱冲击信号检测 | 第50页 |
5.4 本章小结 | 第50-51页 |
6 微弱数字脉冲信号的自适应随机共振检测方法 | 第51-59页 |
6.1 引言 | 第51页 |
6.2 基于知识的粒子群算法的微弱数字脉冲信号自适应随机共振 | 第51-55页 |
6.2.1 数字脉冲信号 | 第51-52页 |
6.2.2 目标优化函数 | 第52-53页 |
6.2.3 基于知识的粒子群算法的微弱数字脉冲信号自适应随机共振流程 | 第53-55页 |
6.3 基于知识的粒子群算法的微弱数字脉冲信号自适应随机共振检测仿真 | 第55-58页 |
6.3.1 知识的粒子群算法与粒子群算法的性能比较 | 第55-56页 |
6.3.2 微弱数字脉冲信号检测 | 第56-57页 |
6.3.3 高速微弱数字脉冲信号检测 | 第57-58页 |
6.4 本章小结 | 第58-59页 |
7 总结与展望 | 第59-61页 |
7.1 总结 | 第59-60页 |
7.2 展望 | 第60-61页 |
8 致谢 | 第61-63页 |
9 参考文献 | 第63-68页 |
攻读硕士期间发表的论文 | 第68页 |