| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| 1．1 自适应均衡技术 | 第9-11页 |
| 1．2 神经网络自适应均衡技术 | 第11-13页 |
| 1．3 自适应均衡算法的评价 | 第13页 |
| 1．4 本文主要研究工作和章节安排 | 第13-16页 |
| 第二章 自适应均衡及其几何空间描述 | 第16-26页 |
| 2．1 码间干扰的等效模型 | 第16-18页 |
| 2．2 自适应均衡的几何观点 | 第18-26页 |
| 第三章 递归神经网络在自适应均衡中的应用研究 | 第26-34页 |
| 3．1 引言 | 第26页 |
| 3．2 递归神经网络自适应均衡器的模型 | 第26-28页 |
| 3．3 递归神经网络自适应均衡器的学习算法 | 第28页 |
| 3．4 串行与并行输出 | 第28-29页 |
| 3．5 仿真研究 | 第29-33页 |
| 3．5．1 收敛特性曲线 | 第29-30页 |
| 3．5．2 比特误码率曲线 | 第30-31页 |
| 3．5．3 学习步长 | 第31-32页 |
| 3．5．4 抗突发干扰 | 第32-33页 |
| 3．6 小结 | 第33-34页 |
| 第四章 判决反馈递归神经网络自适应均衡器 | 第34-42页 |
| 4．1 引言 | 第34页 |
| 4．2 DFRNNE的两种结构 | 第34-36页 |
| 4．3 DFRNNE的学习算法 | 第36-38页 |
| 4．3．1 DFRNNE的学习算法 | 第36-37页 |
| 4．3．2 自适应调节学习步长的方法 | 第37-38页 |
| 4．4 仿真研究 | 第38-41页 |
| 4．4．1 学习特性 | 第38-39页 |
| 4．4．2 比特误码率曲线 | 第39-40页 |
| 4．4．3 抗突发干扰 | 第40-41页 |
| 4．5 小结 | 第41-42页 |
| 第五章 复数递归神经网络自适应均衡器 | 第42-53页 |
| 5．1 引言 | 第42页 |
| 5．2 CRNNE的结构和DFCRNNE的结构 | 第42-44页 |
| 5．2．1 CRNNE的结构 | 第42-43页 |
| 5．2．2 DFCRNNE的结构 | 第43-44页 |
| 5．3 CRTRL算法和改进的CRTRL算法 | 第44-47页 |
| 5．3．1 CRTRL算法 | 第44-46页 |
| 5．3．2 改进的CRTRL算法 | 第46-47页 |
| 5．4 仿真研究 | 第47-52页 |
| 5．5 小结 | 第52-53页 |
| 第六章 递归神经网络自适应均衡抗突发干扰算法 | 第53-64页 |
| 6．1 引言 | 第53页 |
| 6．2 突发干扰时DFRNNE的特性分析 | 第53-56页 |
| 6．3 两种抗突发干扰算法 | 第56-59页 |
| 6．4 抗突发干扰算法在复数递归神经网络自适应均衡上的应用研究 | 第59-63页 |
| 6．5 小结 | 第63-64页 |
| 第七章 判决反馈BP网络自适应均衡器 | 第64-80页 |
| 7．1 引言 | 第64页 |
| 7．2 三层判决反馈BP网络自适应均衡器 | 第64-66页 |
| 7．2．1 三层DFBPE的结构 | 第64-65页 |
| 7．2．2 三层DFBPE的算法 | 第65-66页 |
| 7．3 多层判决反馈BP网络自适应均衡器 | 第66-70页 |
| 7．3．1 DFBPE的多输入单输出结构 | 第66-68页 |
| 7．3．2 DFBPE的多输入单输出算法 | 第68-69页 |
| 7．3．3 DFBPE的多输入多输出结构 | 第69页 |
| 7．3．4 DFBPE的多输入多输出算法 | 第69-70页 |
| 7．4 性能考察及分析 | 第70-75页 |
| 7．4．1 隐层结点 | 第71页 |
| 7．4．2 初始参数 | 第71-72页 |
| 7．4．3 容错性 | 第72页 |
| 7．4．4 DFBPE与BPE的性能比较 | 第72-75页 |
| 7．5 DFBPE同S-DFRNNE的性能比较 | 第75-79页 |
| 7．5．1 学习特性 | 第75-77页 |
| 7．5．2 比特误码率曲线 | 第77-78页 |
| 7．5．3 抗突发干扰 | 第78页 |
| 7．5．4 算法复杂度 | 第78-79页 |
| 7．6 小结 | 第79-80页 |
| 第八章 多电平调制信号的神经网络均衡算法研究 | 第80-88页 |
| 8．1 引言 | 第80页 |
| 8．2 均衡器算法 | 第80-85页 |
| 8．2．1 改进均衡算法M-DFBP1 | 第81-83页 |
| 8．2．2 改进均衡算法M-DFBP2 | 第83页 |
| 8．2．3 改进均衡算法M-DFBP3 | 第83-84页 |
| 8．2．4 改进均衡算法M-DFBP4 | 第84-85页 |
| 8．3 算法比较 | 第85-87页 |
| 8．3．1 参数选择 | 第85页 |
| 8．3．2 M-PAM信号通过线性信道 | 第85-86页 |
| 8．3．3 M-PAM信号通过非线性信道 | 第86-87页 |
| 8．4 小结 | 第87-88页 |
| 第九章 神经网络自适应均衡技术应用于自适应噪声对消研究 | 第88-97页 |
| 9．1 引言 | 第88页 |
| 9．2 自适应噪声对消器 | 第88-89页 |
| 9．3 RNN自适应滤波器 | 第89-90页 |
| 9．3．1 RNN自适应滤波器 | 第89-90页 |
| 9．3．2 RNN自适应滤波器算法 | 第90页 |
| 9．4 仿真研究 | 第90-96页 |
| 9．5 小结 | 第96-97页 |
| 结论 | 第97-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-108页 |
| 作者在攻读博士学位期间科研工作和完成的论文 | 第108-109页 |