| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 主要缩写对照表 | 第17-19页 |
| 第一章 绪论 | 第19-31页 |
| 1.1 短波网络资源优化的研究背景及意义 | 第19-22页 |
| 1.2 短波网络相关技术的发展现状 | 第22-29页 |
| 1.2.1 短波组网技术的发展 | 第22-25页 |
| 1.2.2 短波接入网络的模型 | 第25-26页 |
| 1.2.3 短波网络频率优化指配的研究现状 | 第26-28页 |
| 1.2.4 大区域短波网络台站选址问题的研究现状 | 第28-29页 |
| 1.3 论文的主要工作及章节安排 | 第29-31页 |
| 第二章 基于ITS的短波台站覆盖预测数据快速计算 | 第31-51页 |
| 2.1 引言 | 第31-32页 |
| 2.2 ITS模型软件介绍 | 第32-33页 |
| 2.3 ITS预测数据的信度分析及可通信阈值确定 | 第33-41页 |
| 2.3.1 实验设置 | 第33-34页 |
| 2.3.2 离群点的剔除 | 第34-36页 |
| 2.3.3 相关度验证 | 第36-38页 |
| 2.3.4 曲线拟合及可通信阈值确定 | 第38-41页 |
| 2.4 覆盖区域单元格划分取值实验分析 | 第41-44页 |
| 2.5 基于覆盖模板的短波台站覆盖区域的快速计算方法 | 第44-50页 |
| 2.5.1 算法的思路和基础 | 第44-47页 |
| 2.5.2 基于动态覆盖模板的ITS预测数据快速计算 | 第47-48页 |
| 2.5.3 基于动态覆盖模板的ITS预测数据的应用测试 | 第48-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 全网区域覆盖最优的短波网络频率资源优化指配 | 第51-68页 |
| 3.1 引言 | 第51-52页 |
| 3.2 短波接入网络频率资源优化指配问题的数学模型 | 第52-53页 |
| 3.3 互信息素扩散的蚁群算法求解短波网络的频率优化指配 | 第53-63页 |
| 3.3.1 ACS蚁群算法简介 | 第53-56页 |
| 3.3.2 基于ACS算法的全网覆盖最优的频率指配问题求解思路 | 第56页 |
| 3.3.3 蚁群算法参数设置实验 | 第56-58页 |
| 3.3.4 基于互信息的信息素扩散蚁群算法思想 | 第58-60页 |
| 3.3.5 互信息扩散蚁群算法的实现 | 第60-62页 |
| 3.3.6 算法时间复杂度分析 | 第62-63页 |
| 3.4 仿真实验及结果分析 | 第63-67页 |
| 3.4.1 实验设置 | 第63页 |
| 3.4.2 24 小时最优频率指配方案的通信覆盖情况 | 第63-65页 |
| 3.4.3 通信条件时段算法进化情况分析 | 第65-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 多子区域重点覆盖的短波网络频率资源优化指配 | 第68-88页 |
| 4.1 引言 | 第68-69页 |
| 4.2 短波接入网络多区域重点覆盖的频率资源优化问题数学描述 | 第69-72页 |
| 4.3 偏好排序淘汰的偏好NSGAII算法优化短波网络频率指配 | 第72-79页 |
| 4.3.1 NSGAII算法简介 | 第72-75页 |
| 4.3.2 偏好信息选择 | 第75-77页 |
| 4.3.3 偏好排序种群淘汰机制的引入 | 第77-79页 |
| 4.3.4 算法的框架 | 第79页 |
| 4.4 实验仿真及分析 | 第79-86页 |
| 4.4.1 实验条件及评价指标 | 第79-81页 |
| 4.4.2 实验结果及分析 | 第81-86页 |
| 4.5 本章小结 | 第86-88页 |
| 第五章 大区域短波接入网络台站选址优化 | 第88-120页 |
| 5.1 引言 | 第88-89页 |
| 5.2 短波接入网络台站选址问题的描述模型 | 第89-93页 |
| 5.2.1 上层短波网络选址问题的数学描述 | 第90-91页 |
| 5.2.2 下层选址方案下频率优化问题的数学描述 | 第91-93页 |
| 5.3 多信道条件为目标的网络台站选址优化的必要性 | 第93-97页 |
| 5.3.1 论证方案设计 | 第93-94页 |
| 5.3.2 论证实验条件设置 | 第94-95页 |
| 5.3.3 论证实验过程 | 第95-96页 |
| 5.3.4 实验仿真及分析 | 第96-97页 |
| 5.4 多信道条件下短波网络台站选址优化 | 第97-119页 |
| 5.4.1 问题求解的思路 | 第97-99页 |
| 5.4.2 正交设计的信道条件抽样降维 | 第99-103页 |
| 5.4.3 基于信源熵的结合下层求解信息的跨层局部搜索 | 第103-108页 |
| 5.4.4 融入自适应偏好信息的改进NSGAIII算法 | 第108-113页 |
| 5.4.5 实验仿真及结果分析 | 第113-119页 |
| 5.5 本章小结 | 第119-120页 |
| 结论 | 第120-123页 |
| 研究总结 | 第120-122页 |
| 后续工作展望 | 第122-123页 |
| 参考文献 | 第123-133页 |
| 攻读博士学位期间取得的研究成果 | 第133-135页 |
| 致谢 | 第135-137页 |
| 附件 | 第137页 |
