基于机器学习的高铁CDMA网络路测分析系统研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目次 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.2 国内外主要研究现状 | 第11-13页 |
| 1.3 论文的研究目的和意义 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 高铁CDMA网络覆盖原理和相关技术介绍 | 第16-33页 |
| 2.1 高铁环境对CDMA网络的影响 | 第16-22页 |
| 2.2 高铁CDMA网络覆盖 | 第22-25页 |
| 2.3 CDMA路测参数研究 | 第25-31页 |
| 2.4 聚类技术 | 第31-32页 |
| 2.5 支持向量机 | 第32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 基于测试数据的经验修正模型 | 第33-53页 |
| 3.1 无线电磁信号传播 | 第33-37页 |
| 3.2 电磁波传播损耗模型 | 第37-41页 |
| 3.3 基于路测数据的经验修正损耗模型 | 第41-49页 |
| 3.4 经验修正模型的仿真 | 第49-51页 |
| 3.5 算法推导过程对比优化 | 第51页 |
| 3.6 本章小结 | 第51-53页 |
| 第4章 基于机器学习的路测数据分析方法 | 第53-73页 |
| 4.1 现有路测数据分析方法局限性分析 | 第53-57页 |
| 4.2 基于机器学习的路测数据分析方法 | 第57-58页 |
| 4.3 路测数据预处理 | 第58-59页 |
| 4.4 基于改进聚类算法的粗粒度分析 | 第59-64页 |
| 4.5 基于支持向量机的细粒度故障定位 | 第64-72页 |
| 4.6 本章小结 | 第72-73页 |
| 第5章 算法仿真及系统实现和系统测试 | 第73-92页 |
| 5.1 算法仿真和仿真结果分析 | 第73-80页 |
| 5.2 高速铁路CDMA路测分析系统实现 | 第80-88页 |
| 5.3 系统测试 | 第88-91页 |
| 5.4 本章小结 | 第91-92页 |
| 第6章 总结和展望 | 第92-94页 |
| 6.1 总结 | 第92页 |
| 6.2 展望 | 第92-94页 |
| 参考文献 | 第94-98页 |
| 作者简历及在学习期间取得的科研成果 | 第98页 |
