一、噪声中1/f类分形参数估计的新方法（论文文献综述）
王承涛[1]（2020）在《多因素影响下地铁杂散电流腐蚀行为及预测模型研究》文中研究说明随着我国城镇化进程的不断推进,城市交通拥堵问题成为制约城市发展的一大因素。为了有效解决这一问题,地铁、轻轨等城市轨道交通系统因其运量大、环保、节约空间等优点,逐渐成为城市公共交通的支柱。在地铁运营过程中,会产生一种广泛存在于地铁系统主体结构和周围地下环境中的电流泄漏现象,称之为地铁杂散电流,其本质是由于地铁直流牵引回流系统对地绝缘性能下降。地铁杂散电流会对线路周围的埋地金属管线产生严重的电化学腐蚀影响,造成埋地金属管线的管壁减薄,严重时能够导致埋地金属管线的穿孔,导致天然气、煤气、航空燃油等危险运输介质的泄漏,进而可能诱发爆炸、火灾等安全事故。因此,研究杂散电流对埋地管线的电化学腐蚀现象不仅能够提高地铁系统的可靠性,而且能够降低城市埋地管线运输系统的安全风险。地铁系统是我国城市公共交通的未来发展方向,研究杂散电流腐蚀行为是深入理解杂散电流腐蚀演化规律的基础。由于地下环境的复杂特性,常用监测手段难以适用,探索新型腐蚀评估和预测方法对于判断埋地管线的当前腐蚀状态和未来发展趋势具有重要的工程实际意义。因此,深入研究地铁杂散电流腐蚀演化规律及其形成机理,并探究在此基础上腐蚀评估和预测方法,是实现地铁系统安全运营、埋地管线运输系统可靠服役的关键课题。本文在国家自然科学基金项目的资助下,结合埋地管线在受杂散电流腐蚀影响下的实际工况,以电化学实验为基本研究方法,同时借助信号处理方法、机器学习算法等手段深入开展多因素影响下的地铁杂散电流对埋地管线的电化学腐蚀行为及预测模型的研究。研究工作主要包括:（1）分析了地铁直流牵引系统和负回流系统架构,总结了地铁杂散电流的形成原因。探讨了地铁杂散电流腐蚀环境因素,并通过埋地钢筋的杂散电流腐蚀实验获得了地铁杂散电流腐蚀的宏观特征,为进一步开展电化学实验奠定了基础。设计了杂散电流电化学腐蚀行为模拟加速实验,介绍了所使用的Q235A试样的化学组成和制备方法、溶液制备过程和方法、电化学实验系统以及电化学测试内容和具体步骤,同时设计了杂散电流干扰下土壤电解质中的挂片实验。（2）分析了模拟加速实验和挂片实验结果。首先分别探讨了NaCl溶液、NaCl-Na2SO4溶液和NaCl-Na2SO4-NaHCO3溶液中的杂散电流腐蚀极化特性,分析了不同外界因素对于腐蚀电流密度和线性极化电阻的影响规律。其次分别分析了NaCl溶液、NaCl-Na2SO4溶液和NaCl-Na2SO4-NaHCO3溶液中的电化学阻抗谱特性,包括Nyquist图和Bode图特征、等效电路拟合结果、等效电路电气参数变化规律及其与电化学腐蚀演化规律的对应关系,以及不同外界因素对于阻抗谱的影响规律。分析了不同外界因素影响下的腐蚀表面形貌以及腐蚀产物与金属基底间的界面结构,探索了杂散电流作用下的电化学腐蚀行为机理和发展规律,划分了腐蚀阶段。分析了土壤环境下杂散电流腐蚀模拟实验结果,并验证了电解质溶液环境的加速实验有效地模拟了实际环境中的杂散电流腐蚀。（3）研究了直流漂移消除参数对于时域和频域电化学噪声信号的影响,探究了杂散电流腐蚀电化学噪声的混沌特性,分析了模拟杂散电流腐蚀电化学噪声信号时域和频域特性,探讨了不同外界因素对于电化学噪声频域信号特征参数的影响。基于杂散电流腐蚀电化学噪声信号的小波变换结果,提出了基于电化学噪声的杂散电流腐蚀速率评估方法,研究了不同外界因素影响下不同分解层层能量的变化规律,以对数处理后的第一层至第六层分解层能量之和为基本参数,探究了其与不同外界因素影响下腐蚀速率的相关性。（4）鉴于QPSO优化算法的固有缺点,提出了结合平均最好位置和莱维飞行的QPSO改进算法LWQPSO,通过标准测试函数Ackley、Griewank、Bohachevsky1和Bohachevsky2验证了所设计算法的性能改进效果。设计了基于LWQPSO的人工神经网络回归预测算法流程及结构框架,建立了基于模拟加速实验测量结果的腐蚀电流密度预测数据集,构建了基于LWPQSO-NN的腐蚀电流密度预测模型并进行了神经网络训练。基于LWQPSO-NN算法的预测结果,分析了种群规模、最大迭代次数、线性和非线性收缩扩张系数下降策略参数对平均预测精度和精度稳定性的影响,确定了不同参数的精度敏感性。比较了LWQPSO-NN算法相比于BPNN、QPSO-NN和WQPSO-NN在精度和稳定性上的提升,并以杂散电流腐蚀问题为前提证明了LWQPSO-NN算法在腐蚀电流密度预测问题上的性能优势。本论文有图121幅,表42个,参考文献166篇。
朱美玥[2]（2020）在《基于低频噪声的逆变器故障诊断方法研究》文中认为逆变器的传统状态检测方法往往需要在高温大电压电流下进行,对逆变器本身损伤过大,并且目前对于逆变器的故障诊断均针对其开关管的短路和开路,而忽视了其潜在故障的问题,所以本文提出利用低频噪声检测的方法对逆变器进行潜在故障诊断,即状态评估。电子元器件内部的载流子不断的进行微观运动,在外在上即表现成低频噪声,这种噪声在微小的电子元器件和集成的模拟电路中都广泛存在。所以,根据低频噪声的敏感特性,可以通过测量其大小来表现模拟电路的性能优劣,将这种方法用在逆变器的潜在故障诊断上,从而实现无损检测的效果。在对逆变器潜在故障诊断的过程中,首要内容就是对低频噪声进行准确提取。本文以单相半桥逆变器为研究对象,提出了一种利用低频噪声进行逆变器潜在故障诊断的方法。一是研究了低频噪声理论,在此基础上分析了逆变器开关管的失效特性,得到了逆变器中开关器件的噪声模型。二是利用测量逆变器中低频噪声的系统进行实验,获得低频噪声的功率谱密度。因为逆变器中IGBT开关器件的低频噪声主要表现为1/f噪声,故本文主要对淹没在白噪声背景下的1/f噪声进行检测。提出将变分模态分解（VMD）与粒子群（PSO）算法相结合的混合算法,利用二次粒子群算法对VMD模型参数进行寻优选取,完成对VMD模型参数的设定,实现1/f信号与背景噪声的准确分离。三是根据噪声频谱特性,提出利用全频段阈值筛选方法作为潜在故障诊断标准,克服了以往利用点频参数进行表征数据不全面、分类敏感度不高的缺点。并结合极限学习机的方法进行潜在故障的诊断及分类。通过实验测量和噪声信号时频分析结果表明,PSO-VMD算法实现了1/f噪声的准确分离,很好地避免了模态混迭问题。通过对其检测1/f的噪声信噪比（Signal to Noise Ratio,SNR）和均方误差（MSE）分析,与传统小波变换理论算法和改进EMD算法相比,表现出更高的信噪比和更低的均方误差,在白噪声背景下更加有效的提取出1/f噪声。在不同的信噪比环境中,检测性能皆为最优,且信噪比越低情况下优势越明显。同时在潜在故障诊断方面,通过与SVM、BP神经网络的实验对比表明,基于ELM的逆变器潜在故障诊断性能优于其他两种方法,诊断过程仅需0.1917s,准确率高达95.56%。
刘娟花[3]（2019）在《多尺度数据融合算法及其应用研究》文中认为分别在多个尺度上对多个传感器的信息进行融合,不仅可获得比单个传感器更优的性能,而且与单尺度上的融合相比,多尺度数据融合能更好地刻画出目标的本质特性。MEMS陀螺是一种可以测量角速度的传感器,具有很多吸引人的优点。但噪声大,准确度不高也是不争的事实。于是如何去除MEMS陀螺仪中的噪声,并提高其精度就成为近年来的研究热点。对多MEMS陀螺应用多尺度数据融合算法,可以显着提高系统的精度及可靠性。本文证明了前人提出的多尺度数据融合算法的有效性,设计了 一种新的多尺度融合算法,讨论了多尺度数据融合中的重要技术问题,并通过对多个MEMS陀螺的融合应用,经仿真和硬件实验验证了本文多尺度融合算法的优越性。主要创新点和工作如下:1.从小波分析理论出发,证明了平稳和非平稳情况下的数据融合定理。从数学上解释了多尺度数据融合算法优于经典加权算法的原理,为该算法的推广应用奠定了数学基础。2.结合小波域多尺度数据融合算法的原理、具体步骤及存在问题等,设计了基于小波包的多尺度数据融合算法,并用实测数据通过仿真实验,比较了小波多尺度数据融合和小波包多尺度数据融合。3.分析了多MEMS陀螺数据融合中的小波基、分解层数、加权因子等的选择方法,通过仿真实验验证了其可行性。4.比较了基于时间序列分析、基于小波去噪和基于小波变换的多尺度融合这三种融合方法不同方面的性能。另外,还比较了多尺度融合和前向线性预测（Forward Linear Prediction,FLP）融合方法,结果均表明本文所提出的多尺度融合方法的独特性和有效性。将上述研究成果应用于我们设计并制作的一套多MEMS陀螺仪数据融合实时处理系统平台中,对4个MEMS陀螺仪所采集的原始数据进行实时处理。分别在静态和动态环境下对该集成系统进行了测试,实验结果表明:该系统运行稳定可靠,将MEMS陀螺的精度提高了 1个量级。本文的研究工作不仅为有关多尺度融合系统的分析奠定了理论基础,还为算法的推广应用提供了实验依据。
李懋[4]（2017）在《半导体核辐射探测器的1/f噪声研究》文中指出半导体核辐射探测器相比于其他类型的探测器有着明显的优点,它的能量分辨率较高、能量线性范围较宽、脉冲上升时间较短而且体积较小,因而广泛应用于核辐射探测领域。但是,半导体核辐射探测器在进行粒子探测的同时,也会因为受到辐照而引起探测器的损伤。这种损伤主要为探测器材料的间隙与空位等晶格缺陷,晶格缺陷的存在会使探测器的电学性质发生变化,而且这些缺陷也就是1/f噪声源。为了了解半导体核辐射探测器的辐照损伤与1/f噪声的关系,本文对半导体核辐射探测器的1/f噪声进行了测试与分析。首先,介绍了电噪声基本原理以及半导体核辐射探测器的工作原理,并分析了半导体核辐射探测器辐照损伤与1/f噪声的关系。然后,介绍了三种1/f噪声的数学模型,并利用这些模型生成了1/f噪声,通过对比发现基于分形布朗运动模型生成的1/f噪声具有良好的频域特性与持久相关性。接着,详细介绍与对比了1/f噪声的参数估计方法。对比结果表明:当信噪比大于0dB时,基于小波的参数估计方法对1/f噪声谱特性指数的估计误差小于1.3%,对噪声幅度的估计误差小于2.6%,适用于白噪声背景下的1/f噪声参数估计。最后,搭建了半导体核辐射探测器的1/f噪声测试平台,对受过辐照以及未受辐照的不同尺寸探测器的1/f噪声进行测试与分析。结果表明:辐照产生的晶格缺陷导致器件1/f噪声的明显变化,1/f噪声的谱特性指数与探测器的尺寸相关,其噪声幅值与探测器的尺寸、辐照剂量以及偏压大小相关。因此,1/f噪声可以用来评估半导体核辐射探测器的性能退化程度,并成为一种可靠性评价和探测器筛选的指标。
何文超[5]（2014）在《齐纳二极管低频噪声参数估计及测试系统研发》文中指出半导体作为控制系统及电子设备中的最基本的元件，在国防、核电、卫星通信、航天和医学仪器等领域得到广泛的应用。各个领域对半导体的质量及可靠性提出了很高的要求。如何快速准确地检测半导体质量及可靠性成为现阶段学者们研究的主要问题。本文以齐纳二极管为研究对象，在现阶段常用的半导体可靠性评估方法的基础上，研究了齐纳二极管低频噪声特性，并研制了一套测试平台，能够准确有效的估计半导体器件的低频噪声参数，并进行分析。具体研究内容如下：1)明确了齐纳二极管低频噪声与可靠性的关系，阐明了半导体器件质量缺陷所产生的噪声特性。2)搭建低频噪声测试系统平台，并研究了开发系统的分析方法——时域分析和频域分析。3)在时域分析中，分别采用了小波分析和修正的Hurst指数方法估计齐纳二极管的1/f噪声频率因子。4)在频域分析中，分别用傅立叶变换、互相关AR模型的方法估计齐纳二极管噪声功率谱密度，并拟合噪声模型参数。5)用基于互三阶累积量AR模型法估计齐纳二极管低频噪声信号的双谱切片，并估计1/f噪声频率指数。
唐智灵[6]（2013）在《通信辐射源非线性个体识别方法研究》文中指出在通信对抗领域，通信侦察的两个基本任务是定位和识别。定位技术作为阵列信号处理的一个主要研究方向，已得到了广泛应用。而对通信辐射源识别的研究则相对薄弱。如果说定位解决了“在哪里”的问题，那么识别要解决“是什么”的问题，两者只有有机结合才能达到有效侦察。随着定位技术的实际应用，通信目标识别的需求也将变得越来越迫切。在通信侦察中运用细微特征分析识别重要的通信辐射源个体目标，掌握使用者的身份和性质，并通过监视跟踪对敌方的战术、战略动向做出预测，有利于在复杂的信息战环境下掌握军事行动的主动权。本论文以通信辐射源稳态信号为研究对象，通过研究信号的预处理、模式分割以及特征提取方法，获取通信信号的个体特征。通过MATLAB软件建立了无意调制信号验证模型以产生仿真信号用于验证模式分割和特征提取算法。并用这些算法从实际采集的调频手持机信号中提取了个体特征量，最后用成熟的ECOC分类识别器对个体特征量进行了分类识别，证明这些算法对通信信号个体识别是有效的。取得的研究成果为：1.对振荡器产生的无意调制进行了研究。根据振荡器噪声的统计特性,在MATLAB中建立了振荡器噪声源模型，仿真分析了单独存在闪烁噪声以及闪烁噪声混合高斯白噪声情况下的时域波形和频域特性。同时还分析了从健伍手持对讲机功放输出的未调射频信号解调恢复的无意调制信号，表明信号的功率谱密度具有幂律的特点，呈现出了闪烁噪声的特点。2.对射频功率放大器产生的无意调制进行了研究。根据射频功放的非线性分析理论，在MATLAB软件中建立了记忆多项式功放模型，并用这个模型仿真了QPSK、WCDMA两种信号的放大，分析计算了因功放引起的信号失真量ACPR（相邻信道功率比）。此外，还对真实射频采样数据的ACPR值进行了计算和分析，结果表明信号带宽越宽，ACPR值越低。从时域上看，射频功率放大器的非线性对信号的影响引起信号幅度以及相位相对于原信号的变化，并且这类变化反映了功率放大器的特征，可以用于通信辐射源的分类识别。3.对信号预处理算法进行了研究。改进了Wornell与Oppenheim提出的噪声分离方法，使其能够用于混合无意调制信号与噪声的分离。首先使用多目标进化优化算法求解非线性方程，得到分形信号的参数估计，然后使用这些估计参数构建分形滤波器，对小波系数进行滤波处理，最后将处理以后的小波系数进行逆变换，得到混合的分形信号。仿真对不同的混合成分、不同信噪比、不同的数据长度的情况进行了分析比较，证明在一定的信噪比条件下，采用足够长度的采样数据进行处理，恢复的混合分形信号具有较小的均方根误差。4.对三种特征提取方法进行了研究。（1）基于多重分形维的特征提取方法：将一维信号变换为二维信号矩阵后得到信号的纹理特性。利用这一特性，通过计算数据阵列的分形维谱而获得了特征矢量。算法仿真表明在提取特征之前进行去噪处理能够获得稳定的信号特征量；（2）基于顺序统计的方法：根据在弱非线性系统中，窄带功率放大器的输入-输出是单调函数的原理，将接收信号做白化处理以后进行顺序统计，通过最小二乘法对顺序统计结果做线性回归而估计出特征参数作为射频信号个体特征；（3）基于高阶累积张量的特征提取方法：推导了接收信号的3阶、4阶累积量与电台个体特征的关系，提出了一种将4阶累积量视为3阶张量、用Kernel PCA方法提取个体特征量的方法。最后用ECOC分类器将这些特征量进行了分类，证明这些方法都是有效的。本文进一步扩展了对通信辐射源个体特征识别的研究，探索和验证了无意调制中提取特征量的新方法。这些方法能用于非合作条件下识别通信辐射源的身份，使识别通信辐射源的手段更为丰富。
李铨[7]（2012）在《基于压缩感知的大功率半导体激光器1/f信号可靠性参数估计》文中进行了进一步梳理进入信息时代以来，随着网路技术及信号技术的飞速发展，信息量急剧增大。对信号的传输与数据处理、通信的效率要求也越来越高。另一方面，对于硬件及设备的精度要求，也在不断提升。傅里叶变换在信息学的应用，为人类实现信号处理开辟了道路，从理论上实现了信号加载于载波信号传输，及无线电的产生。小波变换，则使用了非正交变换基对信号处理信号，为图像处理及信号分析技术提供了更加偏向于工程技术应用的处理方法。而在通讯理论中，人们在实现信号采样时，始终要遵循香农/那奎斯特采样定理，即采样频率必须大于信号最高频率的2倍。这一客观存在的事实，无疑为我们在信号传输的高效要求带来了极大挑战。1/f噪声是一种广泛存在于自然界的噪声，在半导体激光器中作为一种低频电噪声出现，根据器件不同会同时混杂散粒噪声（shot-noise）、产生-复合噪声及高斯白噪声。1/f噪声的某些频率特性在半导体激光器的无损检测中起到重要作用。故对1/f噪声的研究就显得尤为重要。在本人研究的半导体激光器中，低频范围内,1/f噪声在极大程度上被高斯白噪声湮没。这样势必导致对1/f噪声参数估计的困难。若采用频谱分析仪测量，硬件系统的搭建会带来极高的成本消耗。小波分析理论去噪提取噪声，虽然已经较为成熟，但是计算资源比较大。本文介绍半导体激光器发展史及其噪声成分及基本产生原理，1/f噪声的两个重要特性：存在上下限及双对数坐标下的线性单调下降性。2006年，Candes等人在稀疏分解的理论基础上，提出了一个全新的信号处理思路——压缩感知理论。不同于以往的基变换思想，这一方法采用了随机测量压缩信号的方法，将一种“稀疏”或“可被稀疏”的信号进行线性测量，得到维数远远小于原信号长度的可以用来传输的信号。这一压缩方法突破了传统那奎斯特极限。Tao等人证明了可以将l0范数问题转化为l1范数问题，至此这一理论的可行性得到了彻底的解决。本文详细介绍了稀疏分解理论的正交匹配追踪算法基础，包括算法的实际意义及迭代步骤；介绍了压缩感知技术的基本思想及正交匹配追踪算法重构信号的算法。根据压缩感知算法，首先使用小波树结构对信号进行稀疏化处理，利用压缩感知测量在含有强度较大高斯白噪声的真实测量出的1/f噪声中进行随机观测矩阵的测量，采用正交匹配追踪算法（OMP）将低维测量信号y与测量矩阵按列匹配寻找相似程度最大的向量后进行余量计算作为下次迭代初始值。理论上讲，迭代的停止可以由公式确定。由于Matlab仿真实验以提取斜率γ及1/f噪声拐点为目的，故按照最佳提取效果为迭代截止基准。在此，我们进行了一系列以迭代次数及测量矩阵维数为变化参量的实验。实验表明，在选取合适的迭代次数及矩阵维数的情况下，本算法有效和精确地估计除了参数γ及拐点位置。为课题组项目后期的可靠性分析奠定了基础。在算法的可行性证明方面，利用分形理论及1/f过程性质，使用Matlab拟合了一组含不同强度噪声的、不同γ值的1/f分形信号。利用本文算法有效提取了1/f噪声参数，实验结果证明了算法的可行性。同时，由于算法需要使用较复杂的矩阵运算技术，我们选取了德州仪器公司的达芬奇系列数字信号处理器并设计了系统，仿真了1/f信号在高斯白噪声情况下的参数提取。为今后的嵌入式硬件检测1/f噪声参数提供了参考。
冯建昌[8]（2011）在《高斯白噪声背景下1/f分形信号波形与参数估计方法研究》文中认为随着科学技术的发展，各种大规模及超大规模集成电路飞速发展，现代化设备的集成化程度越来越高，从而对半导体器件质量及可靠性要求越来越高。电噪声用于半导体器件的可靠性检测是近些年发展起来的一门新技术，相比于其它的传统的检测手段，它有着优越的检测性能。其中对低频1/f分形电噪声的研究尤为热门，现有研究发现1/f分形电噪声的大小能直接反映器件的可靠性及缺陷程度，对它的研究引起了各国学者的注意，进行了积极探索研究，获得很多优秀成果。1/f分形信号属于非平稳信号，其功率谱是随频率呈指数递减的低频信号，它具有分形信号的特征如自相似性、长程相关性等。由于1/f分形信号的非平稳特性，传统的方法不能对其进行很好的处理。近些年小波分析理论及Wigner-Ville分布理论快速发展，成为处理非平稳1/f类分形信号的有力工具。现阶段对1/f分形信号的研究主要集中在两个方面：波形估计及参数估计。本文根据含噪1/f分形信号的小波系数特点分别对以上两个方面进行了研究。本文首先对1/f分形信号波形估计进行了研究。根据小波理论，作者对1/f分形信号进行小波变换分析，推导得出小波域1/f分形信号在各尺度分解小波系数是近似平稳序列。根据这一特点，本文将用于处理平稳信号的维纳滤波原理应用到小波域，提出了小波域波形估计的Levinson算法、SVD算法、SVD ?TLS算法，给出了详细的设计过程。然后用仿真结果说明了这些方法的性能，SVD算法、SVD ?TLS算法较Levinson算法滤波后信号信噪比有了明显提高。经多次独立重复试验，得到最佳分解尺度，分析结果在实践中对于达到最优化效果具有指导意义。然后本文对另一研究方向参数估计进行了研究。在参数估计方面，提出了基于Wigner-Ville谱的参数估计方法，通过Wigner-Ville谱估计出1/f分形信号的功率谱，再对其对数图上的功率谱曲线进行最小二乘线性拟合，估计得到参数γ；根据含噪1/f分形信号小波系数方差随尺度变化的特点，提出了基于小波变换的参数估计方法，通过仿真实验，两种估计方法都能较准确的估计出参数，并且基于小波的方法估计结果更加准确。
闫华[9]（2011）在《非线性通信信号处理方法研究》文中提出近二十年来,非线性科学,尤其是混沌科学在通信与电子工程领域中得到了广泛的关注。在其诸多应用中,最典型最重要的应用之一是基于混沌理论来构造多种多样的通信系统,如混沌跳频通信系统,基于非线性动力系统同步的通信系统以及混沌直扩通信系统等。尽管这些领域的研究工作已经开展了多年,但其中仍然存在很多有待进一步深入研究的问题,并且随着这些领域中研究工作的逐渐深入,也带来了很多新的富有挑战性的问题,如针对混沌通信的对抗等。本论文的工作在混沌通信以及混沌通信对抗这两个方面均有所涉及,所研究的主要内容及其创新点包括:1.为了对抗具有高跳速的混沌跳频通信系统,作者提出了两种新的混沌时间序列单步预测算法,包括基于Bernstein多项式以及基于Legendre多项式的自适应预测算法,这两种模型均具有良好的建模能力,能对各种典型的混沌序列进行建模和预测,由于采用了收敛速度较快的递推最小二乘算法,这两种方法的建模速度也较快,适合于对短数据进行实时预测的场合;此外,当混沌跳频通信系统的跳速很高时,仅作单步预测则干扰机的工作范围十分有限,因此需要作多步预测以扩大干扰机的有效工作范围。针对这一问题,作者对基于一维迭代混沌映射构造的跳频码提出了一种改善多步预测效果的算法,其思想是对传统预测方法的预测轨道进行修正,将一条预测轨道修正为两条预测序列,如果同时按照两条修正的预测序列进行跳频干扰,将得到比按照传统方法给出的一条预测轨道进行跳频干扰更好的效果。2.为了增强基于非线性动力系统同步的通信系统的抗噪声性能或保密性能,作者提出了若干种新颖的非线性动力系统同步方案,这些方案包括:非线性时滞动力系统的一类广泛的同步模型以及非线性耦合动力系统的切响应模型。前者涵盖了非常广泛的动力系统,由之可以构造出具有不同动力学行为的同步系统,如一般延迟响应系统以及一般预测响应系统,这两种系统中均含有一个待定函数,选择不同的函数就将得到不同类型的系统,作者对这两种系统分别选择了一个特殊的函数,并对得到的两个特殊系统做了详细的研究,它们分别是减速延迟响应系统与加速预测响应系统,它们均有着与传统同步系统截然不同的全新的变速同步性质,并且理论分析证明它们在大多数情况下都对噪声的干扰以及参数失配有着良好的鲁棒性,此外作者还构造了一种快速收敛的一般延迟响应系统,以减少其达到同步的过渡时间;后者,即切响应模型,也有着全新的动力学行为,该模型使得响应系统的状态逐渐接近驱动系统状态的一阶导数,并且在渐近意义下,可以把响应系统的相空间视为驱动系统相空间的非线性扭曲,这种同步方式比完全同步更加复杂。以上两类同步系统均可用于基于非线性动力系统同步的通信系统以增强其抗噪声或保密的性能。3.为了破译利用一维迭代混沌映射产生扩频码的混沌直扩通信系统,作者提出的思路分为两个步骤:（1）从接收数据中恢复出信息码1与-1各自对应的动力学规律;（2）判决接收到的两个相邻时刻数据点背后所遵循的动力学规律。在论文中,首先对步骤（2）进行了研究,提出了一种新的混沌直扩通信的信息码半盲估计算法,该算法在混沌动力学方程已知但精确混沌扩频序列未知的条件下,把信息码的估计问题转换为对接收的两个相邻时刻数据背后的潜在动力学规律进行判决的问题,利用概率统计理论推导了判决表达式,仿真表明,即使缺少了精确扩频码以及扩频增益等信息,利用该方法也可在负信噪比的环境中有效估计出信息码,且估计性能总体上随着信噪比的提高而改善。4.上述第3点中的步骤（1）是最具挑战性的问题,但目前还没有完全解决,作者针对一个相关的稍简单的问题进行了研究,以期为此工作的进一步研究打下基础。作者研究了含噪混沌序列的动力学规律的提取问题,该问题与步骤（1）中的问题的区别在于没有考虑信息码的引入所带来的影响。解决的基本思路是将一维迭代混沌映射的定义域均匀划分为充分小的区间,然后取每个小区间的中点为代表点,最后估计出混沌映射的函数在定义域内的代表点处的取值。该算法首先将观测的相邻时刻的两个含噪混沌序列值描述为一个二维随机向量的观测值,然后利用这个二维随机向量落入特殊区域的概率及其特殊的条件数学期望建立起待估计值的线性方程组,最后采用正则化方法求解线性方程组以得到稳定的数值解。算法除了估计出混沌映射的函数在定义域内的代表点处的取值外,也给出了混沌的自然不变密度在代表点处的取值。仿真表明,该方法即使在负信噪比的环境中也能有效工作并且当参数选择恰当时,方法对一维迭代混沌映射的变化以及信噪比的变化具有一定的鲁棒性。该算法除了为继续进行第3点中的步骤（1）的研究提供了一个基础外,也具有独立的科研意义,即给出了一种从低信噪比的含噪混沌序列中估计动力学方程以及自然不变密度这些重要信息的方法。
党淑雯[10]（2010）在《光纤陀螺的信号分析及滤波技术研究》文中研究说明惯性导航系统（Inertial Navigation System,简称INS）已广泛应用于国防及航空航天等各个领域。随着惯性技术的发展,惯性导航系统主要是以新型光学陀螺代替传统的机械陀螺,以捷联惯导系统代替平台惯导系统。随着光电技术的发展,在惯性系统中,光学传感器成为新一代的惯性测量元件。尤其是光纤陀螺（Fiber Optic Gyroscope,简称FOG）凭借其体积小、重量轻、易维护和良好的性价比等优势,成为中低精度惯性导航系统的首选惯性测量元件。导航系统的精度是其应用的关键,如何在已有的硬件设备的基础上提高导航的精度是我国现有航天技术研究领域中急需解决且难度很大的研究课题之一。在从硬件角度提高精度的同时,采用软件方法可以降低系统成本,缩短研发周期,且更具备灵活性。通常的解决方法是采用滤波方法,即对测量传感器的输出信号进行信号滤波,对导航系统的状态进行状态滤波。由于光纤陀螺随机噪声具有一定的特殊性,采用传统的滤波方法无法解决,因此,本课题的任务之一就是采用新的非线性滤波方法对光纤陀螺的输出信号进行信号分析和噪声滤除以提高光纤陀螺的精度,进而提高导航系统的精度。在已有的光纤陀螺信号处理方法研究中,关于光纤陀螺仪信号分析及滤波技术的研究尚处初步探索阶段。因此,论文是根据我国航天领域相关技术的研究现状提出和开展的,具有十分重要的现实意义和理论研究价值。本研究课题以干涉型光纤陀螺仪（Interferometer Fiber Optical Gyroscope,简称IFOG）为研究对象,通过对光纤陀螺建模与仿真以及对实测数据的分析,在研究其噪声特性的基础上,结合分形理论、小波分析、提升小波变换以及经验模态分解方法来分析滤除包含有分形噪声在内的光纤陀螺随机噪声。本文结合航天科技创新基金项目“小波和分形理论在光纤陀螺随机噪声滤除中的应用研究”主要进行了以下几个方面的工作:1.光纤陀螺随机噪声特性分析及仿真建模研究在介绍光纤陀螺的工作原理和结构的基础上,分析了干涉型光纤陀螺随机噪声组成及噪声特性,建立了数字闭环光纤陀螺的动态模型和随机模型。针对不同精度等级的光纤陀螺进行了噪声对比分析,为后续的噪声参数估计分析及噪声滤除的研究工作奠定基础。2.分形理论在光纤陀螺中参数估计的应用研究针对中高精度光纤陀螺随机噪声中所包含的白噪声以及分形噪声,将小波分析与分形理论相结合,利用极大似然估计方法进行噪声参数估计。给出了小波变换域极大似然估计方法的推导、流程以及算法的检验。该噪声参数估计方法有助于对FOG的性能评估,从理论上指导提高FOG的精度。通过对参数估计结果与实际光学陀螺的性能进行比较,验证了这种方法的有效性。同时,根据光纤陀螺的结构组成,通过随机噪声参数从器件组成上给出了提高其精度的途径。3.基于小波分析的光纤陀螺噪声滤除方法研究简述小波变换基本理论的基础上,讨论了小波滤波方法的基本步骤。仿真验证了小波分解和重构的Mallat算法、小波软阈值滤波算法、不同阈值选取方法的传统小波滤波方法、以及利用传统小波分析滤除光纤陀螺噪声的方法。4.自适应提升小波光纤陀螺随机噪声滤除方法研究为解决小波滤波方法的缺陷—去噪效果欠佳以及无法满足信号多样性需求,提出自适应提升小波滤波方法。首先简述了提升小波变换方法基础理论,在小波滤波策略的基础上,从自适应提升方法中的预测算法和更新算法出发,提出Harr小波基及DB4小波基自适应提升小波滤波方法,并应用于光纤陀螺噪声滤除。该方法通过与传统小波滤波方法进行比较,通过仿真实验验证了该方法的有效性。5.基于经验模态分解的混合型光纤陀螺滤波方法研究为克服经验模态分析方法自身的缺陷—高频分辨率低及端点边界效应,将提升小波分解方法以及径向基函数神经网络引入到经验模态分析方法中,提出了一种改进的混合型经验模态分析方法,并通过仿真实验对其进行了有效的验证。本文的研究工作可为我国惯性技术领域光纤陀螺信号处理及噪声滤除研究工作提供参考与借鉴。
二、噪声中1/f类分形参数估计的新方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、噪声中1/f类分形参数估计的新方法（论文提纲范文）
（1）多因素影响下地铁杂散电流腐蚀行为及预测模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 课题研究现状 |
| 1.4 存在的问题 |
| 1.5 课题研究内容 |
| 2 杂散电流腐蚀行为总体分析及电化学腐蚀加速实验方法设计 |
| 2.1 地铁直流牵引负回流系统架构及杂散电流成因 |
| 2.2 地铁杂散电流对埋地金属管线腐蚀影响因素及宏观特征 |
| 2.3 电化学腐蚀模拟加速实验对象和溶液制备 |
| 2.4 Q235A钢杂散电流电化学腐蚀行为模拟加速实验设计 |
| 2.5 腐蚀产物元素组成分析 |
| 2.6 表面形貌分析 |
| 2.7 杂散电流干扰下的Q235A钢在土壤电解质中的挂片实验 |
| 2.8 本章小结 |
| 3 杂散电流电化学腐蚀模拟加速实验结果分析 |
| 3.1 杂散电流腐蚀模拟加速实验极化特性分析 |
| 3.2 杂散电流腐蚀模拟加速实验电化学阻抗谱特性分析 |
| 3.3 腐蚀表面形貌分析 |
| 3.4 腐蚀过程及机理分析 |
| 3.5 土壤环境下杂散电流腐蚀模拟实验结果分析 |
| 3.6 本章小结 |
| 4 模拟杂散电流腐蚀电化学噪声研究 |
| 4.1 电化学噪声基本介绍 |
| 4.2 电化学噪声数据处理方法 |
| 4.3 模拟杂散电流腐蚀电化学噪声时域和频域特征分析 |
| 4.4 基于电化学噪声的模拟杂散电流腐蚀速率评估方法 |
| 4.5 本章小结 |
| 5 杂散电流作用下基于数据挖掘技术的腐蚀电流密度预测方法研究 |
| 5.1 基于LWQPSO的优化人工神经网络回归预测算法 |
| 5.2 腐蚀电流密度预测数据集和预测模型的建立 |
| 5.3 基于LWQPSO-NN的腐蚀电流密度预测过程 |
| 5.4 腐蚀电流密度预测精度分析 |
| 5.5 分析与讨论 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）基于低频噪声的逆变器故障诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容与安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文内容安排 |
| 第2章 逆变器的噪声基础理论 |
| 2.1 噪声基础理论 |
| 2.2 低频噪声分类 |
| 2.3 逆变器中的低频噪声 |
| 2.3.1 白噪声 |
| 2.3.2 1/f噪声 |
| 2.3.3 RTS噪声 |
| 2.3.4 G-R噪声 |
| 2.4 逆变器噪声模型 |
| 2.5 本章小结 |
| 第3章 逆变器低频噪声检测方法研究 |
| 3.1 基于小波理论的1/F噪声检测算法 |
| 3.1.1 小波分析基本理论 |
| 3.1.1.1 连续小波变换 |
| 3.1.1.2 离散小波变换 |
| 3.1.1.3 Mallat算法 |
| 3.1.2 基于小波熵软阈值的检测方法 |
| 3.1.2.1 小波软阈值去噪 |
| 3.1.2.2 小波熵 |
| 3.1.2.3 小波熵软阈值检测方法 |
| 3.1.3 基于提升小波的小波熵软阈值的检测方法 |
| 3.1.3.1 提升小波变换 |
| 3.1.3.2 提升小波的小波熵软阈值检测方法 |
| 3.2 基于改进EMD的1/F噪声检测算法 |
| 3.3 基于PSO-VMD的1/F噪声检测算法 |
| 3.3.1 变分模态分解算法(VMD) |
| 3.3.2 粒子群优化算法(PSO) |
| 3.3.3 PSO-VMD算法检测1/f噪声基本理论 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 逆变器潜在故障诊断方法研究 |
| 4.1 逆变器潜在故障分类标准 |
| 4.1.1 全频段阈值筛选方法 |
| 4.1.2 筛选阈值?和?的确定 |
| 4.1.3 全频段阈值筛选标准 |
| 4.2 基于极限学习机的逆变器潜在故障诊断方法 |
| 4.2.1 极限学习机基本原理 |
| 4.2.2 极限学习机应用步骤 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（3）多尺度数据融合算法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 多传感器信息融合概述 |
| 1.2.1 信息融合的概念和优点 |
| 1.2.2 信息融合的模型 |
| 1.2.3 信息融合的方法 |
| 1.2.4 信息融合技术的研究现状 |
| 1.3 多尺度数据融合有关技术及进展 |
| 1.3.1 多尺度系统估计理论研究概况 |
| 1.3.2 多尺度数据融合的应用及研究现状 |
| 1.3.3 多尺度数据融合概念的演变 |
| 1.4 MEMS陀螺仪中漂移信号处理方法研究现状 |
| 1.5 陀螺仪中的多尺度数据融合及需要解决的问题 |
| 1.6 本文的主要研究内容及结构安排 |
| 2 多尺度数据融合算法及其有效性的证明 |
| 2.1 引言 |
| 2.2 小波分解原子时算法 |
| 2.2.1 常见时间尺度 |
| 2.2.2 原子时算法 |
| 2.2.3 小波分解原子时算法的提出 |
| 2.2.4 小波分解原子时算法有待解决的问题 |
| 2.2.5 小波分解原子时算法的基本原理 |
| 2.3 预备知识 |
| 2.3.1 原子钟的噪声特性 |
| 2.3.2 相关说明 |
| 2.4 随机信号数据融合的理论体系 |
| 2.4.1 平稳单尺度数据融合 |
| 2.4.2 平稳多尺度数据融合 |
| 2.4.3 非平稳单尺度数据融合 |
| 2.4.4 非平稳多尺度数据融合 |
| 2.5 非平稳多尺度数据融合定理的证明 |
| 2.6 分析与讨论 |
| 2.7 本章小结 |
| 3 多尺度数据融合算法的小波包实现 |
| 3.1 引言 |
| 3.2 小波变换和小波包变换 |
| 3.3 小波包的基本理论 |
| 3.3.1 正交小波包的定义与性质 |
| 3.3.2 小波包的子空间分解 |
| 3.3.3 小波库及小波包基的定义 |
| 3.3.4 小波包的分解与重构算法 |
| 3.3.5 最优小波包基的概念 |
| 3.3.6 最优基的快速搜索 |
| 3.4 基于小波包的多尺度数据融合方案 |
| 3.4.1 基于小波变换的多尺度数据融合算法 |
| 3.4.2 基于小波包的多尺度数据融合方案 |
| 3.5 基于小波包的多尺度陀螺融合实验研究 |
| 3.5.1 MEMS陀螺概述 |
| 3.5.2 MEMS陀螺随机误差分析 |
| 3.5.3 MEMS陀螺随机误差的Allan方差分析 |
| 3.5.4 MEMS陀螺漂移的数学模型 |
| 3.5.5 MEMS陀螺信号实时小波处理方法 |
| 3.5.6 基于小波包的多尺度陀螺融合算法仿真实验 |
| 3.6 本章小结 |
| 4 小波多尺度数据融合中关键技术 |
| 4.1 MEMS陀螺噪声特性与小波熵 |
| 4.1.1 MEMS陀螺误差及噪声特性 |
| 4.1.2 小波熵 |
| 4.2 常见的小波簇 |
| 4.2.1 小波基的性质 |
| 4.2.2 常用小波基 |
| 4.3 基于小波变换的数据融合中小波基的选取 |
| 4.3.1 小波基选取原则 |
| 4.3.2 小波基的比较 |
| 4.3.3 小波簇的选取 |
| 4.3.4 陀螺数据融合效果评价 |
| 4.3.5 最佳小波基选取实验 |
| 4.4 小波分解层数的设定 |
| 4.5 数据融合加权因子的选择 |
| 4.6 本章小结 |
| 5 多尺度融合与其它MEMS陀螺信号处理方法的比较 |
| 5.1 MEMS陀螺仪噪声抑制方法研究概述 |
| 5.1.1 MEMS陀螺仪噪声抑制方法研究现状 |
| 5.1.2 卡尔曼滤波和小波阈值去噪法的缺点 |
| 5.1.3 多尺度数据融合算法的优点 |
| 5.2 MEMS陀螺数据处理中的多传感器数据融合 |
| 5.2.1 多尺度融合 |
| 5.2.2 卡尔曼滤波融合 |
| 5.2.3 小波阈值融合 |
| 5.3 基于仿真信号对三种融合方法的比较 |
| 5.3.1 仿真信号的产生 |
| 5.3.2 第一组仿真实验(Chirp信号+高斯白噪声) |
| 5.3.3 第二组仿真实验(Chirp信号+有色噪声) |
| 5.4 基于实测信号对三种融合方法的比较 |
| 5.5 三种融合方法比较的结论 |
| 5.6 多尺度数据融合与FLP(前向线性预测)方法的比较 |
| 5.6.1 FLP算法 |
| 5.6.2 基于FLP滤波的多传感器融合方法 |
| 5.6.3 FLP滤波融合结果和分析 |
| 5.7 本章小结 |
| 6 多尺度数据融合系统设计与验证 |
| 6.1 系统的总体设计方案 |
| 6.1.1 系统需求分析 |
| 6.1.2 系统整体框图 |
| 6.1.3 系统中的主要器件选型 |
| 6.2 硬件电路设计 |
| 6.2.1 陀螺仪模块 |
| 6.2.2 协处理器模块 |
| 6.2.3 主处理器模块 |
| 6.2.4 系统实物图 |
| 6.3 系统软件设计 |
| 6.3.1 接口部分 |
| 6.3.2 融合处理部分 |
| 6.4 实验研究 |
| 6.5 本章小结 |
| 7 结论 |
| 7.1 本文的主要研究成果 |
| 7.2 创新研究 |
| 7.3 进一步研究工作 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表和收录的论文 |
| 攻读博士学位期间获奖 |
| 攻读博士学位期间参加的科研项目 |
（4）半导体核辐射探测器的1/f噪声研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪言 |
| 1.1 研究意义与背景 |
| 1.2 国内外研究现状及分析 |
| 1.3 本文主要研究工作和内容安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文内容安排 |
| 第二章 电噪声原理及半导体核辐射探测器 |
| 2.1 电噪声原理 |
| 2.1.1 热噪声 |
| 2.1.2 散粒噪声 |
| 2.1.3 g-r噪声 |
| 2.1.4 1/f噪声 |
| 2.2 半导体核辐射探测器 |
| 2.2.1 半导体核探测器的工作原理 |
| 2.2.2 半导体核辐射探测器辐照损伤与1/f噪声的关系 |
| 2.3 本章小结 |
| 第三章 1/f噪声的数学模型及生成 |
| 3.1 分形布朗运动模型 |
| 3.2 小波域模型 |
| 3.2.1 小波变换的定义 |
| 3.2.2 离散小波变换 |
| 3.2.3 小波变换的特点与性质 |
| 3.2.4 小波域的1/f噪声 |
| 3.3 频域模型 |
| 3.4 本章小结 |
| 第四章 1/f噪声的参数估计 |
| 4.1 基于功率谱的参数估计 |
| 4.2 基于小波的参数估计 |
| 4.3 本章小结 |
| 第五章 半导体核辐射探测器的1/f噪声测试 |
| 5.1 测试硬件 |
| 5.1.1 碳化硅核辐射探测器 |
| 5.1.2 半导体核辐射探测器1/f噪声测试平台 |
| 5.2 1/f噪声测试与分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（5）齐纳二极管低频噪声参数估计及测试系统研发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 半导体低频噪声简介 |
| 1.3.1 半导体低频噪声的产生机理 |
| 1.3.2 1/f 噪声的特性 |
| 1.3.3 齐纳二极管低频噪声特性及可靠性 |
| 1.4 课题来源及工作内容 |
| 第二章 1/f 噪声测试系统的搭建 |
| 2.1 测量方法的选择 |
| 2.1.1 直接测量法 |
| 2.1.2 互谱测量法 |
| 2.2 接地技术 |
| 2.3 测试平台的构成 |
| 2.3.1 偏置电路 |
| 2.3.2 低噪声放大器 |
| 2.3.3 数据采集卡 |
| 2.4 系统软件流程 |
| 2.5 本章小结 |
| 第三章 基于时域分析的 1/f 噪声参数估计 |
| 3.1 基于小波分析的 1/f 噪声参数估计方法 |
| 3.1.1 小波变换理论基础 |
| 3.1.2 1/f 噪声参数小波估计方法 |
| 3.2 1/F 噪声参数的 HURST 指数估计法 |
| 3.2.1 重标度基差分析法(R/S) |
| 3.2.2 去趋势分析法(DFA) |
| 3.2.3 方差-时间图法(VTP) |
| 3.2.4 Hurst 指数估计方法的修正 |
| 3.4 本章小结 |
| 第四章 1/f 噪声频域分析方法 |
| 4.1 基于傅立叶变换的互功率谱 1/f 噪声参数估计 |
| 4.1.1 基于傅立叶变换的互功率谱估计 |
| 4.1.2 半导体低频噪声参数拟合方案的选择 |
| 4.2 基于 AR 模型的齐纳二极管低频噪声参数估计 |
| 4.2.1 AR 模型与功率谱的关系 |
| 4.2.2 互相关函数的 Yule-Walker 方程 |
| 4.2.3 互相关 AR 模型参数估计的 SVD 分解法 |
| 4.2.4 AR 模型阶数的选择 |
| 4.3 基于互高阶累积量的 1/f 噪声参数估计 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（6）通信辐射源非线性个体识别方法研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 通信源个体识别的研究进展 |
| 1.3 本文的研究内容及作者的主要工作 |
| 第二章 振荡器形成的无意调制 |
| 2.1 引言 |
| 2.2 振荡器模型与通用分析方法 |
| 2.3 振荡器的 AM-PM 特性 |
| 2.4 振荡器的建模与仿真 |
| 2.5 小结 |
| 第三章 射频功率放大器形成的无意调制 |
| 3.1 引言 |
| 3.2 功率放大器的非线性 |
| 3.3 功率放大器的建模 |
| 3.4 功率放大器在 MATLAB 中的仿真分析 |
| 3.5 小结 |
| 第四章 无意调制的分离算法研究 |
| 4.1 引言 |
| 4.2 混合信号的非线性分离方法 |
| 4.3 混合无意调制信号分析 |
| 4.4 无意调制信号的分离算法原理 |
| 4.5 无意调制信号分离算法的仿真分析 |
| 4.6 小结 |
| 第五章 稳态无线通信信号个体特征提取 |
| 5.1 引言 |
| 5.2 分形基础理论 |
| 5.3 分形特征的提取方法研究 |
| 5.4 基于顺序统计的窄带通信辐射源指纹特征抽取方法研究 |
| 5.5 基于稳态射频信号的累积张量的特征提取算法研究 |
| 5.6 小结 |
| 第六章 通信辐射源个体特征的分类识别研究 |
| 6.1 引言 |
| 6.2 基于模式识别的分类器原理 |
| 6.3 特征提取算法验证与分类识别结果 |
| 6.4 小结 |
| 第七章 全文总结 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
（7）基于压缩感知的大功率半导体激光器1/f信号可靠性参数估计（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 第1章 大功率半导体激光器简介 |
| 1.1 大功率半导体激光器历史背景 |
| 1.2 低频电噪声在半导体可靠性检测中的应用 |
| 第2章 压缩感知理论 |
| 2.1 压缩感知理论背景介绍 |
| 2.2 稀疏分解理论 |
| 2.3 信号的稀疏化问题 |
| 2.4 压缩感知的重构讨论 |
| 2.5 重构算法简介 |
| 2.6 本文写作目的、可行性分析及论文写作安排 |
| 第3章 基于压缩感知的大功率半导体激光器 1/f 噪声估计 |
| 3.1 1/f 噪声特性及模型建立 |
| 3.2 算法及实验设计 |
| 3.3 仿真实验及测量结果 |
| 3.4 仿真结果及分析 |
| 第4章 1/f 分形信号参数估计及嵌入式仿真 |
| 4.1 1/f 分形信号的简易构造 |
| 4.2 1/f 分形信号的算法表现测试 |
| 4.3 基于压缩感知的数字信号处理器 DM6437 的 1/f 噪声提取 |
| 第5章 数据分析与总结 |
| 参考文献 |
| 作者简介 |
| 硕士期间发表论文及成果 |
| 致谢 |
（8）高斯白噪声背景下1/f分形信号波形与参数估计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 1/f 分形信号及研究现状 |
| 1.2.1 1/f 分形信号 |
| 1.2.2 分数布朗运动模型 |
| 1.2.3 1/f 分形信号研究现状 |
| 1.3 论文研究的主要内容及结构安排 |
| 第二章 相关理论介绍 |
| 2.1 小波分析理论 |
| 2.1.1 一维连续小波变换 |
| 2.1.2 离散小波变换 |
| 2.1.3 多分辨分析与Mallat 算法 |
| 2.2 Wigner-Ville 分布 |
| 2.2.1 连续时间Wigner-Ville 分布 |
| 2.2.2 Wigner-Ville 分布性质 |
| 2.3 本章小结 |
| 第三章 1/f 分形信号小波域特点 |
| 3.1 1/f分形信号的小波变换特点 |
| 3.1.1 1/f 分形信号小波系数相关性 |
| 3.1.2 含噪1/f 分形信号的小波域特点 |
| 3.2 1/f 分形信号模型及信号生成方法 |
| 3.2.1 分数布朗运动模型(FBM) |
| 3.2.2 小波基模型 |
| 3.2.3 洛伦兹谱合成法 |
| 3.3 本章小结 |
| 第四章 高斯白噪声背景下1/f 分形信号波形估计 |
| 4.1 1/f 信号小波域滤波理论 |
| 4.2 Wiener 滤波原理 |
| 4.3 小波域波形恢复模型设计 |
| 4.4 小波域波形估计的Levinson 算法 |
| 4.5 小波域波形估计的SVD 算法 |
| 4.6 小波域波形估计的SVD-TLS 算法 |
| 4.7 试验仿真及讨论 |
| 4.8 本章小结 |
| 第五章 高斯白噪声背景下1/f 分形信号参数估计 |
| 5.1 现有方法分析研究 |
| 5.1.1 最大似然估计法 |
| 5.1.2 时域最小二乘估计法 |
| 5.2 基于Wigner-Ville 谱的1/f 分形信号参数估计 |
| 5.2.1 1/f 分形信号的Wigner-Ville 谱 |
| 5.2.2 基于Wigner-Ville 谱的1/f 分形信号参数估计方法 |
| 5.2.3 试验仿真及讨论 |
| 5.3 基于小波变换的1/f 分形信号参数估计方法 |
| 5.3.1 基于小波变换的参数的估计 |
| 5.3.2 实验仿真及讨论 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）非线性通信信号处理方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 混沌科学发展的时代背景、历程及其蕴涵的科学与哲学思想 |
| 1.2 混沌及其在信号处理和通信领域的应用简介 |
| 1.2.1 混沌的概念 |
| 1.2.2 混沌在信号处理及通信领域的应用 |
| 1.3 论文选题及研究现状 |
| 1.3.1 混沌时间序列预测 |
| 1.3.2 非线性动力系统的同步 |
| 1.3.3 混沌直扩通信的信息码半盲估计 |
| 1.3.4 噪声中一维迭代混沌映射动力学规律的提取 |
| 1.4 论文的研究内容及安排 |
| 第二章 混沌基础理论和方法 |
| 2.1 拓扑学与微分几何基础 |
| 2.2 动力系统、半动力系统与混沌的基本概念 |
| 2.2.1 动力系统与半动力系统简介 |
| 2.2.2 混沌的基本概念简介 |
| 2.3 动力系统的特征量 |
| 2.3.1 Lyapunov 指数 |
| 2.3.2 分形维数 |
| 2.3.3 Kolmogorov-Sinai 熵 |
| 2.4 一维迭代映射的自然不变密度与自然不变测度 |
| 2.5 本章总结 |
| 第三章 混沌时间序列预测 |
| 3.1 引言 |
| 3.2 基于多项式模型的自适应混沌时间序列单步预测算法 |
| 3.2.1 基于 Bernstein 多项式的自适应混沌时间序列预测算法 |
| 3.2.1.1 一元 Bernstein 多项式及其性质 |
| 3.2.1.2 多元待定参数的 Bernstein 多项式 |
| 3.2.1.3 预测算法 |
| 3.2.1.4 仿真实验 |
| 3.2.1.5 小结 |
| 3.2.2 基于 Legendre 多项式的自适应混沌时间序列预测算法 |
| 3.2.2.1 Legendre 多项式的概念和基本性质 |
| 3.2.2.2 预测模型与算法 |
| 3.2.2.3 仿真实验 |
| 3.2.2.4 小结 |
| 3.3 改善一维迭代混沌映射的多步预测效果的一种方法 |
| 3.3.1 一维混沌映射的模型以及测量的数学描述 |
| 3.3.2 预测精度随预测步数的增加而下降的原因 |
| 3.3.3 利用非轨道改善预测精度 |
| 3.3.4 仿真实验与讨论 |
| 3.3.5 小结 |
| 3.4 本章总结 |
| 第四章 非线性动力系统的同步 |
| 4.1 引言 |
| 4.2 非线性时滞动力系统的一类广泛的同步模型 |
| 4.2.1 非线性时滞动力系统的一般延迟响应 |
| 4.2.1.1 一般延迟响应系统 |
| 4.2.1.2 减速延迟响应系统 |
| 4.2.1.3 减速延迟响应系统在存在扰动及参数失配情况下的性能分析 |
| 4.2.1.4 快速收敛的一般延迟响应系统 |
| 4.2.1.5 小结 |
| 4.2.2 非线性时滞动力系统的一般预测响应 |
| 4.2.2.1 一般预测响应系统 |
| 4.2.2.2 加速预测响应系统 |
| 4.2.2.3 加速预测响应系统的鲁棒性分析 |
| 4.2.2.4 小结及进一步的讨论 |
| 4.2.3 小结 |
| 4.3 非线性耦合动力系统中的切响应 |
| 4.3.1 切响应系统的原理 |
| 4.3.2 切响应的数值仿真及其广义同步解释 |
| 4.3.3 小结 |
| 4.4 本章总结 |
| 第五章 混沌直扩通信的信息码半盲估计 |
| 5.1 引言 |
| 5.2 混沌直扩通信系统的基本原理 |
| 5.3 混沌直扩通信系统的信息码半盲估计 |
| 5.4 仿真实验 |
| 5.5 本章总结 |
| 第六章 噪声中一维迭代混沌映射动力学规律的提取 |
| 6.1 引言 |
| 6.2 噪声中一维迭代混沌映射动力学规律提取方程组的建立 |
| 6.3 提取方程组的求解方法 |
| 6.4 仿真实验 |
| 6.5 本章总结 |
| 第七章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻博期间取得的研究成果 |
（10）光纤陀螺的信号分析及滤波技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究进展 |
| 1.2.1 惯性导航系统的发展及现状 |
| 1.2.2 光纤陀螺的发展及现状 |
| 1.3 光纤陀螺误差分析及信号处理研究概况 |
| 1.4 待解决的问题 |
| 1.5 研究的意义 |
| 1.6 论文工作与内容安排 |
| 本章参考文献 |
| 第二章 光纤陀螺的噪声建模及误差分析 |
| 2.1 光纤陀螺的原理及特点 |
| 2.1.1 萨格奈克效应 |
| 2.1.2 开环光纤陀螺的基本原理 |
| 2.1.3 闭环光纤陀螺的基本原理 |
| 2.2 光纤陀螺的噪声分类 |
| 2.3 光纤陀螺系统建模与仿真 |
| 2.3.1 光纤陀螺动态建模与仿真 |
| 2.3.2 光纤陀螺随机建模与仿真 |
| 2.4 光纤陀螺的噪声特性及测试 |
| 2.5 本章小结 |
| 本章参考文献 |
| 第三章 分形理论在光纤陀螺噪声参数估计中的应用 |
| 3.1 分形理论的应用前景 |
| 3.2 引入分形理论的意义 |
| 3.3 分形信号的定义及性质 |
| 3.3.1 分形信号的定义 |
| 3.3.2 分形信号的性质 |
| 3.3.3 分形信号的小波域模型及特征 |
| 3.3.4 分形布朗运动 |
| 3.4 光纤陀螺噪声参数估计 |
| 3.4.1 极大似然估计的基本思想 |
| 3.4.2 极大似然估计的重要性质 |
| 3.4.3 小波变换域的极大似然估计 |
| 3.4.4 小波变换域极大似然估计算法的检验 |
| 3.5 本章小结 |
| 本章参考文献 |
| 第四章 基于小波分析的光纤陀螺滤波方法 |
| 4.1 小波变分析的基本理论 |
| 4.2 多分辨分析和MALLAT 算法 |
| 4.3 小波滤波算法 |
| 4.3.1 小波滤波算法的策略 |
| 4.3.2 小波滤波算法的过程 |
| 4.4 仿真实验及分析 |
| 4.5 本章小结 |
| 本章参考文献 |
| 第五章 基于自适应提升小波分析的光纤陀螺滤波方法 |
| 5.1 提升小波分析的基础理论 |
| 5.1.1 提升小波分析的优势 |
| 5.1.2 提升小波分析的实现 |
| 5.1.3 小波分解与重构的多相位表示 |
| 5.1.4 多相位矩阵的因子分解 |
| 5.2 自适应提升小波分析方法 |
| 5.2.1 更新滤波器设计 |
| 5.2.2 预测滤波器设计 |
| 5.3 HARR 自适应提升小波滤波方法 |
| 5.3.1 HARR 提升小波变换 |
| 5.3.2 仿真实验与分析 |
| 5.4 DB4 自适应提升小波滤波方法 |
| 5.4.1 DB4 提升小波变换 |
| 5.4.2 仿真实验与分析 |
| 5.5 本章小结 |
| 本章参考文献 |
| 第六章 基于混合型经验模态分解的光纤陀螺滤波方法 |
| 6.1 经验模态分解和HILBERT 变换 |
| 6.1.1 瞬时频率和本征模态函数 |
| 6.1.2 经验模态分解方法 |
| 6.1.3 经验模态分解滤波方法 |
| 6.2 经验模态分解方法的缺陷 |
| 6.2.1 端点效应处理 |
| 6.2.2 高频信号处理 |
| 6.3 混合型经验模态分解滤波策略 |
| 6.4 仿真实验及分析 |
| 6.5 本章小结 |
| 本章参考文献 |
| 第七章 总结与展望 |
| 7.1 主要工作内容 |
| 7.2 创新性内容 |
| 7.3 问题与建议 |
| 攻读博士学位期间发表的论文 |
| 致谢 |
四、噪声中1/f类分形参数估计的新方法（论文参考文献）
- [1]多因素影响下地铁杂散电流腐蚀行为及预测模型研究[D]. 王承涛. 中国矿业大学, 2020(07)
- [2]基于低频噪声的逆变器故障诊断方法研究[D]. 朱美玥. 长春理工大学, 2020(01)
- [3]多尺度数据融合算法及其应用研究[D]. 刘娟花. 西安理工大学, 2019
- [4]半导体核辐射探测器的1/f噪声研究[D]. 李懋. 国防科技大学, 2017(02)
- [5]齐纳二极管低频噪声参数估计及测试系统研发[D]. 何文超. 吉林大学, 2014(09)
- [6]通信辐射源非线性个体识别方法研究[D]. 唐智灵. 西安电子科技大学, 2013(01)
- [7]基于压缩感知的大功率半导体激光器1/f信号可靠性参数估计[D]. 李铨. 吉林大学, 2012(10)
- [8]高斯白噪声背景下1/f分形信号波形与参数估计方法研究[D]. 冯建昌. 吉林大学, 2011(10)
- [9]非线性通信信号处理方法研究[D]. 闫华. 电子科技大学, 2011(03)
- [10]光纤陀螺的信号分析及滤波技术研究[D]. 党淑雯. 上海交通大学, 2010(10)