| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-16页 |
| ·课题背景及意义 | 第12-13页 |
| ·α稳定分布的发展历史及其现状 | 第13-14页 |
| ·本文的主要内容 | 第14-16页 |
| 2 α 稳定分布的基本理论 | 第16-33页 |
| ·α稳定分布 | 第16-24页 |
| ·α稳定分布提出的动因 | 第16页 |
| ·α稳定分布的三种定义方式 | 第16-18页 |
| ·α稳定分布的性质 | 第18-20页 |
| ·α稳定分布的概率密度函数 | 第20-23页 |
| ·对称α稳定分布（SαS）随机过程 | 第23-24页 |
| ·α稳定分布过程的分类 | 第24-26页 |
| ·亚高斯过程 | 第24-25页 |
| ·线性稳定过程 | 第25-26页 |
| ·谐波稳定过程 | 第26页 |
| ·分数低阶统计量 | 第26-29页 |
| ·分数低阶矩 | 第26-28页 |
| ·负阶矩 | 第28页 |
| ·零阶矩 | 第28-29页 |
| ·共变 | 第29-31页 |
| ·最小分散系数准则 | 第31页 |
| ·α 稳定分布随机变量的产生 | 第31-33页 |
| 3 对称α 稳定分布的参数估计 | 第33-38页 |
| ·基本估计理论 | 第33页 |
| ·基于样本分位数的参数估计方法 | 第33-35页 |
| ·log|SαS|参数估计法 | 第35-36页 |
| ·计算机仿真结果和性能比较 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 时间延迟估计 | 第38-49页 |
| ·时间延迟估计的基本概念和基本原理 | 第38-39页 |
| ·基本模型 | 第38-39页 |
| ·基本原理方法 | 第39页 |
| ·常用时延估计方法性能的退化 | 第39-41页 |
| ·相关时延估计方法的退化 | 第39-40页 |
| ·自适应时延估计方法的退化 | 第40-41页 |
| ·基于分数低阶统计量的时间延迟估计方法 | 第41-42页 |
| ·基本共变算法 | 第41-42页 |
| ·基于分数低阶协方差（FLOC）的时间延迟估计算法 | 第42页 |
| ·基于反双曲正弦的时间延迟估计算法 | 第42-46页 |
| ·算法收敛性分析 | 第43-44页 |
| ·计算机仿真结果 | 第44-46页 |
| ·α稳定分布噪声相关条件下的时间延迟估计算法 | 第46-47页 |
| ·计算机仿真结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 α稳定信号的自适应滤波算法 | 第49-57页 |
| ·SαSG 噪声模型 | 第49-50页 |
| ·系统模型 | 第50页 |
| ·最小均方误差（LMS）算法 | 第50-51页 |
| ·自适应最小平均P范数（LMP）滤波算法 | 第51-52页 |
| ·混合范数（RMN）滤波算法 | 第52页 |
| ·基于SIGMOID 变换的自适应滤波算法 | 第52-54页 |
| ·计算机仿真结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录A 随机序列的收敛 | 第64-65页 |
| 附录B ZOLOTAREV 定理的证明 | 第65-66页 |
| 附录C 式（5.15）的证明 | 第66-68页 |
| 致谢 | 第68-69页 |
| 研究生期间发表论文及参加项目情况 | 第69页 |