| 第一章 绪论 | 第1-16页 |
| ·盲均衡技术及其发展 | 第9-11页 |
| ·基于神经网络盲均衡算法 | 第11-14页 |
| ·基于神经网络盲均衡算法分类 | 第11-14页 |
| ·存在的问题 | 第14页 |
| ·论文主要工作 | 第14-16页 |
| 第二章 基于遗传算法的神经网络盲均衡算法 | 第16-27页 |
| ·遗传算法 | 第16-18页 |
| ·遗传算法的基本思想 | 第16页 |
| ·遗传算法的实施步骤 | 第16-17页 |
| ·遗传算法的操作 | 第17-18页 |
| ·一种新型保持群体多样性的遗传算法 | 第18-22页 |
| ·多样性测度方法 | 第18-19页 |
| ·DMGA的操作算子 | 第19-20页 |
| ·算法验证 | 第20-22页 |
| ·基于遗传算法和神经网络的盲均衡算法 | 第22-25页 |
| ·盲均衡系统框图 | 第23-24页 |
| ·实数系统下基于遗传算法和神经网络盲均衡算法 | 第24-25页 |
| ·计算机仿真 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于紧凑遗传算法的神经网络盲均衡器 | 第27-46页 |
| ·紧凑遗传算法 | 第27-29页 |
| ·紧凑遗传算法的基本思想 | 第27-29页 |
| ·精英紧凑遗传算法 | 第29页 |
| ·基于紧凑遗传算法的神经网络盲均衡器 | 第29-45页 |
| ·实数系统下盲均衡算法 | 第30-32页 |
| ·计算机仿真 | 第32-36页 |
| ·复数系统下盲均衡算法 | 第36-42页 |
| ·计算机仿真 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于神经网络的变步长盲均衡算法 | 第46-56页 |
| ·双模式恒模算法 | 第46-48页 |
| ·变步长双模式恒模算法 | 第48-50页 |
| ·基于神经网络的变步长盲均衡算法 | 第50-51页 |
| ·计算机仿真 | 第51-55页 |
| ·线性信道仿真 | 第51-53页 |
| ·非线性信道仿真 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于神经Chebyshev正交多项式的盲均衡算法 | 第56-71页 |
| ·Chebyshev正交多项式 | 第56-58页 |
| ·神经Chebyshev正交多项式滤波器 | 第58页 |
| ·基于神经Chebyshev正交多项式盲均衡算法 | 第58-70页 |
| ·实数系统下盲均衡算法 | 第60-61页 |
| ·计算机仿真 | 第61-63页 |
| ·复数系统下盲均衡算法 | 第63-68页 |
| ·计算机仿真 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论与展望 | 第71-73页 |
| 致谢 | 第73-79页 |
| 攻读学位期间发表的论文和科研工作情况 | 第79页 |