| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 卫星遥测数据分析国内外研究现状 | 第11-12页 |
| 1.3 本文的主要贡献与创新 | 第12-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 无模型卫星数据的状态异变特征提取关键技术研究 | 第15-34页 |
| 2.1 卫星遥测数据的特性分析 | 第15-17页 |
| 2.1.1 卫星遥测数据的特性 | 第15-16页 |
| 2.1.2 卫星遥测数据状态异变的简介 | 第16-17页 |
| 2.2 卫星遥测数据的特征提取方法选择 | 第17页 |
| 2.3 卫星实测信号特征提取算法 | 第17-32页 |
| 2.3.1 基于Wigner-Ville分布的卫星实测信号特征提取算法 | 第17-23页 |
| 2.3.2 基于小波变换的卫星实测信号特征提取算法 | 第23-26页 |
| 2.3.3 基于分形维数的特征参数提取算法 | 第26-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 状态异变的分类和识别算法设计 | 第34-52页 |
| 3.1 分类算法的选择 | 第34-36页 |
| 3.2 基于K-平均算法的状态异变分类算法 | 第36-44页 |
| 3.2.1 利用支持向量机估计特征参数的非线性边界 | 第37-42页 |
| 3.2.2 优化的K-平均算法 | 第42-44页 |
| 3.3 基于改进的模糊C均值的异变状态分类算法 | 第44-48页 |
| 3.3.1 模糊C均值算法 | 第44-46页 |
| 3.3.2 改进的模糊C均值算法 | 第46-48页 |
| 3.3.3 分类有效性检验指标 | 第48页 |
| 3.4 基于相似度匹配的状态异变识别算法 | 第48-50页 |
| 3.5 实测信号状态异变的分类和识别工具软件设计 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于实测卫星数据的状态异变分类和识别算法实验验证与结果分析 | 第52-84页 |
| 4.1 状态异变的特征参数提取实验 | 第52-59页 |
| 4.1.1 基于WVD分布和小波分析的特征参数提取算法实验 | 第52-57页 |
| 4.1.2 基于分形维数的特征提取算法实验 | 第57-59页 |
| 4.2 状态异变的分类和识别算法验证 | 第59-78页 |
| 4.2.1 基于实测数据的K-平均的异变状态分类算法实验 | 第59-73页 |
| 4.2.2 基于实测数据的普通模糊C均值的状态异变分类算法实验 | 第73-76页 |
| 4.2.3 基于实测数据的改进型模糊C均值的状态异变分类算法实验 | 第76-78页 |
| 4.3 实验结果分析 | 第78-81页 |
| 4.4 实测信号状态异变分类和识别软件运行效果 | 第81-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第五章 全文总结与展望 | 第84-86页 |
| 5.1 全文总结 | 第84-85页 |
| 5.2 后续工作展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-90页 |
