| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·群体智能优化算法 | 第10-11页 |
| ·研究背景与研究价值 | 第11-12页 |
| ·研究背景 | 第11页 |
| ·研究价值 | 第11-12页 |
| ·本文主要工作和结构安排 | 第12-14页 |
| ·主要工作 | 第12页 |
| ·结构安排 | 第12-14页 |
| 第二章 差分进化算法原理与应用 | 第14-22页 |
| ·差分进化算法概述 | 第14-15页 |
| ·差分进化算法简介 | 第14页 |
| ·差分进化算法特点 | 第14-15页 |
| ·差分进化算法步骤 | 第15-17页 |
| ·初始化种群 | 第15-16页 |
| ·变异操作 | 第16页 |
| ·交叉操作 | 第16-17页 |
| ·选择操作 | 第17页 |
| ·差分进化算法模式 | 第17-18页 |
| ·差分进化算法控制参数的选择 | 第18-19页 |
| ·种群规模的选择 | 第18页 |
| ·缩放因子 | 第18-19页 |
| ·交叉率 | 第19页 |
| ·进化终止条件 | 第19页 |
| ·差分进化算法收敛性分析 | 第19-20页 |
| ·差分进化算法的国内外研究与应用领域 | 第20-21页 |
| ·差分进化算法的国内外研究现状 | 第20-21页 |
| ·差分进化算法的应用领域 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 盲信号处理和盲均衡技术 | 第22-27页 |
| ·盲信号分离(BSS)问题 | 第22-23页 |
| ·独立分量分析(ICA) | 第23-24页 |
| ·盲信号处理的应用 | 第24页 |
| ·盲均衡技术 | 第24-26页 |
| ·盲均衡技术的产生背景 | 第24页 |
| ·传统的自适应均衡原理 | 第24-25页 |
| ·盲均衡基本原理 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 差分进化算法在盲检测中的应用 | 第27-37页 |
| ·基于SIMO 系统盲检测数学模型 | 第27-29页 |
| ·基于差分进化算法的SIMO 系统盲检测数学模型 | 第29-32页 |
| ·构造评价函数 | 第29-30页 |
| ·基于差分进化算法的SIMO 系统盲检测的实现方法 | 第30-32页 |
| ·Matlab 仿真实验 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 改进差分进化算法在盲检测中的应用 | 第37-59页 |
| ·基于混沌初始化的差分进化盲检测算法 | 第37-45页 |
| ·混沌映射 | 第37-39页 |
| ·基于混沌差分进化盲检测算法构成 | 第39-40页 |
| ·仿真实验 | 第40-45页 |
| ·基于自调节变异差分进化(EADE)盲检测算法 | 第45-49页 |
| ·自调节变异差分进化算法 | 第46-47页 |
| ·基于自调节变异差分进化盲检测算法构成 | 第47页 |
| ·仿真实验 | 第47-49页 |
| ·基于混沌自调节变异差分进化(hEADE)盲检测算法 | 第49-52页 |
| ·算法流程图 | 第50页 |
| ·算法构造 | 第50-51页 |
| ·仿真实验 | 第51-52页 |
| ·改进算法复杂度分析 | 第52-58页 |
| ·时间复杂度分析 | 第53-57页 |
| ·空间复杂度分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·今后展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读学位期间发表的学术论文目录 | 第66页 |