基于高阶统计量的信息处理技术

目次
第1章　绪论
1.1　研究背景与意义
1.2　研究现状
1.2.1　相关函数与功率谱方法
1.2.2 自适应谱线增强方法
1.2.3　小波变换方法
1.2.4　基于神经网络的方法
1.2.5　混沌动力学与分形理论
1.2.6　高阶统计量方法
1.3　本书研究的基本问题与创新之处
1.3.1　本书研究的基本问题
1.3.2　本书的主要结果与创新之处
第2章　水下运动目标辐射噪声的高阶累积量表征
2.1　高阶统计量理论
2.1.1　高阶统计量与高阶谱
2.1.2　高阶矩和高阶累积量的转换关系
2.2　水下运动目标辐射噪声的四阶累积量表征
2.2.1　噪声机理与谱结构特征
2.2.2　水下运动目标辐射线谱信号的四阶累积量表征
2.3　小结
第3章　高阶统计量计算优化的理论与算法
3.1　非平稳随机过程的四阶累积量计算优化
3.1.1 四阶累积量递推精确估计
3.1.2　四阶累积量递推近似估计
3.1.3 四阶累积量递推估计的优化
3.2　非平稳随机过程的五阶累积量计算优化
3.2.1　五阶累积量直接估计
3.2.2　五阶累积量研究的必要性
3.2.3　五阶累积量递推精确估计
3.2.4　五阶累积量递推近似估计
3.2.5　五阶累积量递推估计的优化
3.3　高阶累积量计算优化的仿真分析
3.4　小结
第4章　水下运动目标动态谱线增强理论与算法
4.1 信号模型
4.2　基于四阶累积量对角切片的自适应动态线谱增强算法
4.2.1　算法原理
4.2.2　收敛性研究
4.3　基于四阶累积量非对角切片的自适应动态线谱增强算法
4.3.1　算法原理
4.3.2　收敛性研究
4.4　性能评价与性能参数
4.5　仿真实验
4.6　小结
第5章　水下运动目标动态谱线增强快速算法
5.1　信号模型
5.1.1　变速直线运动目标
5.1.2　变速曲线运动目标
5.2　基于四阶累积量极性迭代的自适应谱线增强快速算法
5.2.1　快速算法原理
5.2.2　仿真实验
5.3　基于加权高阶累积量切片的自适应谱线增强快速算法
5.3.1　平稳随机过程的加权高阶累积量切片
5.3.2　非平稳随机过程的加权高阶累积量切片及其更新算法
5.3.3　仿真实验
5.4　基于四阶累积量符号相干累积的自适应谱线增强快速算法
5.4.1　算法原理
5.4.2　仿真实验
5.5　小结
第6章　水下运动目标辐射噪声的多谱特征提取理论与算法
6.1 非高斯白噪声通过线性系统的高阶累积量特征
6.2　基于歪度信噪比的二次相位动态耦合信号特征提取
6.2.1　三阶累积量切片谱性能分析
6.2.2　基于歪度信噪比的水下目标耦合特征提取
6.2.3　仿真实验
6.3　基于峰度信噪比的水下运动目标辐射噪声特征提取
6.3.1 四阶累积量切片谱性能分析
6.3.2　基于峰度信噪比的水下目标辐射噪声特征提取
6.3.3　仿真实验
6.4　小结
第7章　基于级联自适应滤波的动态谱线增强理论与算法
7.1　信号模型
7.2 四阶累积量变步长迭代算法与性能
7.3　修正的四阶累积量变步长迭代算法
7.4　基于级联自适应滤波的谱线增强算法
7.5　算法性能的理论分析
7.6　仿真实验
7.7　小结
第8章　结论与展望
附录　重要公式的推导
参考文献