抗干扰通信中的认知引擎关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 目前国内外的发展现状 | 第10-14页 |
| 1.2.1 抗干扰技术国内外发展及现状 | 第10-12页 |
| 1.2.2 认知无线电技术国内外发展及现状 | 第12-14页 |
| 1.3 本文主要内容和章节安排 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 论文结构安排 | 第14-16页 |
| 第二章 认知引擎关键技术研究 | 第16-24页 |
| 2.1 认知引擎的概述 | 第16-17页 |
| 2.2 典型的认知引擎架构模型 | 第17-19页 |
| 2.2.1 VT-CWT的认知引擎 | 第17-19页 |
| 2.2.2 DoD-LTS的认知引擎 | 第19页 |
| 2.3 基于人工智能技术的认知引擎架构 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 抗干扰通信中认知引擎实现 | 第24-38页 |
| 3.1 抗干扰通信中的认知引擎设计 | 第24-27页 |
| 3.1.1 频谱感知模块 | 第24-25页 |
| 3.1.2 学习推理引擎 | 第25-26页 |
| 3.1.3 决策引擎 | 第26页 |
| 3.1.4 认知知识库 | 第26-27页 |
| 3.2 基于案例推理遗传算法的认知引擎方案 | 第27-34页 |
| 3.2.1 遗传算法 | 第27-28页 |
| 3.2.2 案例推理 | 第28-31页 |
| 3.2.3 基于案例的遗传算法优化目标及其分析 | 第31-34页 |
| 3.3 仿真结果 | 第34-37页 |
| 3.3.1 测试流程 | 第34-35页 |
| 3.3.2 仿真结果 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 认知引擎中核心算法的优化 | 第38-48页 |
| 4.1 粒子群算法 | 第38-39页 |
| 4.2 模拟退火算法 | 第39-40页 |
| 4.3 模拟退火粒子群算法 | 第40-42页 |
| 4.4 目标函数的设计 | 第42-43页 |
| 4.5 系统仿真 | 第43-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 认知引擎知识库设计 | 第48-53页 |
| 5.1 知识库的作用 | 第48页 |
| 5.2 知识库的数据表结构设计 | 第48-52页 |
| 5.2.1 短期知识库 | 第49-51页 |
| 5.2.2 长期知识库 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 未来工作的展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
