微波非线性散射函数理论分析和基于小波神经网络大信号建模技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7页 |
| ·课题来源及研究的目的及意义 | 第7-8页 |
| ·课题来源 | 第7-8页 |
| ·课题的目的及意义 | 第8页 |
| ·国内外科技发展动态 | 第8-13页 |
| ·非线性电路建模研究现状 | 第8-10页 |
| ·人工神经网络及小波网络国内外发展及现状 | 第10-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 微波非线性分析理论及表征方法 | 第15-29页 |
| ·微波非线性系统分析方法 | 第15-19页 |
| ·幂级数法 | 第15-16页 |
| ·伏特拉级数法 | 第16页 |
| ·谐波平衡法 | 第16-18页 |
| ·非线性散射函数法 | 第18-19页 |
| ·非线性表征方法 | 第19-26页 |
| ·单频音测试 | 第21-22页 |
| ·双频音测试 | 第22-24页 |
| ·多频音测试 | 第24-26页 |
| ·非线性器件建模方法 | 第26-28页 |
| ·经验模型方法 | 第26-27页 |
| ·状态方程方法 | 第27页 |
| ·黑箱模型方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 非线性散射函数理论 | 第29-43页 |
| ·非线性散射函数线性化 | 第29-33页 |
| ·非线性散射函数的定义 | 第33-34页 |
| ·非线性散射函数的物理含义 | 第34-36页 |
| ·非线性散射函数的性质 | 第36页 |
| ·非线性二端口网络与线性二端口网络的连接 | 第36-42页 |
| ·级联 | 第36-39页 |
| ·串联 | 第39-40页 |
| ·并联 | 第40页 |
| ·两端口非线性网络端接负载 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 小波神经网络基本理论 | 第43-57页 |
| ·小波分析理论 | 第43-46页 |
| ·小波函数及连续小波变换 | 第43-44页 |
| ·几种常用的小波 | 第44-45页 |
| ·小波分析理论的应用 | 第45-46页 |
| ·人工神经网络 | 第46-50页 |
| ·人工神经网络的特征 | 第46页 |
| ·神经元结构模型 | 第46-47页 |
| ·网络结构 | 第47页 |
| ·人工神经网络的训练 | 第47-50页 |
| ·小波神经网络 | 第50-54页 |
| ·小波神经网络的发展 | 第50-51页 |
| ·小波神经网络的结构 | 第51-52页 |
| ·小波神经网络的特点 | 第52页 |
| ·小波神经网络的学习算法 | 第52-54页 |
| ·仿真实例 | 第54页 |
| ·小波神经网络与常规神经网络的比较 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 小波神经网络对大信号建模应用 | 第57-67页 |
| ·基于小波神经网络的非线性电路建模 | 第57-61页 |
| ·概述 | 第57-58页 |
| ·非线性散射参数测试及计算 | 第58-61页 |
| ·建模中小波神经网络算法实现 | 第61-63页 |
| ·小波神经网络结构 | 第61-62页 |
| ·基于BP算法的小波神经网络算法 | 第62-63页 |
| ·仿真结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结束语 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
