首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达:按用途分论文--雷达:按使用地点分论文

基于遗传小波神经网络的海杂波抑制方法研究

摘要第1-7页
Abstract第7-14页
第1章 绪论第14-18页
   ·课题研究背景及意义第14页
   ·国内外的研究情况第14-16页
     ·国外研究情况第14-15页
     ·国内研究情况第15-16页
   ·主要研究内容与论文结构第16-18页
     ·主要研究内容第16页
     ·论文结构第16-18页
第2章 算法基础第18-28页
   ·小波变换与神经网络第18-19页
     ·小波变换第18-19页
     ·神经网络第19页
   ·小波神经网络第19-23页
     ·小波神经网络结构第19-21页
     ·小波神经网络学习算法第21-22页
     ·小波神经网络改进第22-23页
   ·遗传算法第23-26页
     ·遗传算法的概念与特点第23-24页
     ·遗传算法的编码与基本操作第24-26页
   ·本章小结第26-28页
第3章 海杂波的统计特性与仿真第28-50页
   ·海杂波的性质第28-29页
     ·海杂波产生机理第28页
     ·海杂波基本参数第28-29页
   ·海杂波的统计特性第29-39页
     ·海杂波幅度分布特性第29-33页
     ·基于遗传算法的参数估计第33-38页
     ·海杂波频谱特性第38-39页
   ·海杂波仿真的基本问题第39-44页
     ·海杂波仿真的基本方法第39-41页
     ·线性滤波器的设计第41-44页
   ·ZMNL 法的海杂波仿真第44-47页
     ·瑞利分布杂波生成方法第44-45页
     ·LN 分布杂波生成方法第45-46页
     ·威布尔分布杂波生成方法第46-47页
   ·SIRP 法 K 分布海杂波的仿真第47-49页
   ·本章小结第49-50页
第4章 小波神经网络的海杂波抑制算法第50-68页
   ·小波阈值抑制算法第50-54页
     ·小波阈值算法描述第50-51页
     ·阈值处理第51-53页
     ·仿真实验与结果分析第53-54页
   ·海杂波的混沌特性第54-56页
     ·混沌概念第54-55页
     ·关联维数第55-56页
     ·李雅普诺夫指数第56页
   ·相空间重构第56-60页
     ·相空间重构理论第57页
     ·延迟时间的确定第57-58页
     ·嵌入维数的确定第58-60页
   ·小波神经网络抑制算法第60-61页
     ·海杂波动力学预测模型第60页
     ·小波神经网络抑制算法描述第60-61页
   ·小波神经网络抑制算法应用于雷达实测海杂波第61-67页
     ·IPIX 雷达实测海杂波数据与处理第61-63页
     ·网络参数及结构第63-65页
     ·实验结果与分析第65-67页
   ·本章小结第67-68页
第5章 遗传优化小波神经网络的抑制算法第68-76页
   ·遗传算法的改进第68-69页
     ·遗传算法的编码改进第68页
     ·遗传算法的适应度改进第68-69页
   ·遗传算法优化神经网络第69-71页
     ·神经网络连接权值的优化第69-70页
     ·神经网络结构的优化第70页
     ·神经网络学习规则的优化第70-71页
   ·基于遗传小波神经网络优化方法第71-72页
   ·实验仿真与结果分析第72-74页
   ·本章小结第74-76页
第6章 软件可视化界面的设计第76-84页
   ·可视化界面的设计思想第76-77页
   ·软件可视化主界面的设计与实现第77-78页
     ·设计思想与步骤第77-78页
     ·主界面效果第78页
   ·海杂波建模界面的实现第78-80页
     ·设计思想与步骤第78-79页
     ·界面效果第79-80页
   ·海杂波仿真界面的实现第80-81页
     ·设计思想与步骤第80页
     ·界面效果第80-81页
   ·海杂波抑制界面的实现第81-83页
     ·设计思想与步骤第81-82页
     ·界面效果第82-83页
   ·本章小结第83-84页
总结与展望第84-86页
 本文总结第84页
 进一步的研究第84-86页
参考文献第86-89页
攻读硕士期间发表的学术论文第89-90页
致谢第90-91页
详细摘要第91-95页

论文共95页,点击 下载论文
上一篇:面向低能耗的无线传感器网络节点部署
下一篇:基于粒子群与混沌学的海杂波抑制方法