| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 国内外发展现状 | 第11-15页 |
| 1.4 论文的主要研究内容 | 第15-16页 |
| 2 BP神经网络及改进算法介绍 | 第16-32页 |
| 2.1 BP神经网络原理 | 第16-22页 |
| 2.2 BP神经网络的改进 | 第22-31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 大气参数的反演 | 第32-45页 |
| 3.1 晴天大气参数反演算法 | 第32-38页 |
| 3.2 云中液态水含量反演算法 | 第38-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 反演试验与验证 | 第45-57页 |
| 4.1 算法性能对比分析 | 第45-47页 |
| 4.2 温度廓线反演试验结果 | 第47-49页 |
| 4.3 水汽密度廓线反演试验结果 | 第49-50页 |
| 4.4 相对湿度廓线反演实验结果 | 第50-54页 |
| 4.5 液态水含量反演试验结果 | 第54-55页 |
| 4.6 本章小结 | 第55-57页 |
| 5 总结与展望 | 第57-60页 |
| 5.1 全文总结 | 第57-58页 |
| 5.2 课题展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |