| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·最优化问题 | 第9-10页 |
| ·群智能算法 | 第10-11页 |
| ·研究背景与研究价值 | 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 人工鱼群算法的原理与应用 | 第14-27页 |
| ·鱼群模式的提出 | 第14-15页 |
| ·人工鱼群模式的建立 | 第15-16页 |
| ·人工鱼群算法的基本行为描述 | 第16-18页 |
| ·觅食行为 | 第16页 |
| ·聚群行为 | 第16-17页 |
| ·追尾行为 | 第17-18页 |
| ·随机行为 | 第18页 |
| ·人工鱼群算法参数的描述 | 第18-19页 |
| ·人工鱼群算法的寻优原理 | 第19-20页 |
| ·公告牌 | 第19页 |
| ·行为评价 | 第19页 |
| ·迭代终止条件 | 第19-20页 |
| ·人工鱼群算法收敛性分析 | 第20-21页 |
| ·简单随机搜索 | 第20-21页 |
| ·人工鱼群算法的收敛基础 | 第21页 |
| ·人工鱼群算法的优化与改进 | 第21-24页 |
| ·采用自适应视野和步长 | 第22-23页 |
| ·引入跳跃行为 | 第23页 |
| ·混沌人工鱼群算法 | 第23页 |
| ·全局人工鱼群算法 | 第23-24页 |
| ·人工鱼群算法的研究和应用领域 | 第24-26页 |
| ·人工鱼群算法在通信领域的应用 | 第24-25页 |
| ·人工鱼群算法在信号和图像处理领域的应用 | 第25页 |
| ·人工鱼群算法在神经网络领域的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 盲信号处理和盲均衡技术 | 第27-36页 |
| ·盲均衡技术的产生背景 | 第27-28页 |
| ·盲均衡技术的基本原理 | 第28-29页 |
| ·直接盲均衡技术 | 第29页 |
| ·盲均衡和盲辨识的基本方法 | 第29-33页 |
| ·基于 Bussgang 性质的盲均衡算法 | 第30页 |
| ·基于高阶谱理论的盲均衡算法 | 第30-31页 |
| ·基于神经网络理论的盲均衡算法 | 第31页 |
| ·基于二阶统计量（SOS）的盲均衡算法 | 第31-32页 |
| ·基于有限字符集的盲均衡算法 | 第32-33页 |
| ·盲均衡算法性能的评判指标 | 第33-34页 |
| ·盲信号处理的应用 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 人工鱼群算法在盲检测中的应用 | 第36-55页 |
| ·基于 SIMO 系统的盲检测数学模型 | 第36-38页 |
| ·SIMO 系统的盲检测概述 | 第36-38页 |
| ·ε-均衡准则[65] | 第38页 |
| ·基于人工鱼群算法的 SIMO 系统盲检测 | 第38-42页 |
| ·构造适应度函数 | 第39-40页 |
| ·基于人工鱼群算法的 SIMO 系统盲检测的实现过程 | 第40-42页 |
| ·人工鱼群算法的参数对盲检测性能的影响 | 第42-47页 |
| ·基于人工鱼群算法的盲检测仿真实验 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·今后展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |