| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 盲检测与盲均衡技术 | 第10-12页 |
| 1.2.1 盲检测与盲均衡技术原理 | 第10-11页 |
| 1.2.2 盲检测与盲均衡算法分类 | 第11-12页 |
| 1.3 基于人工神经网络的盲检测与盲均衡算法 | 第12-14页 |
| 1.4 Hopfield神经网络盲检测算法 | 第14-17页 |
| 1.4.1 Hopfield神经网络概述 | 第14-16页 |
| 1.4.2 Hopfield神经网络盲检测算法 | 第16-17页 |
| 1.5 本文工作 | 第17-18页 |
| 1.6 本文结构 | 第18-19页 |
| 第二章 基于连续Hopfield神经网络的盲检测算法 | 第19-30页 |
| 2.1 盲检测问题的建立及权矩阵配置 | 第19-20页 |
| 2.2 改进激活函数的Hopfield神经网络盲检测新算法 | 第20-22页 |
| 2.2.1 连续Hopfield神经网络的构建 | 第20-21页 |
| 2.2.2 激活函数的改进 | 第21-22页 |
| 2.3 改进激活函数的Hopfield神经网络稳定性证明 | 第22-23页 |
| 2.4 仿真实验与分析 | 第23-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 双Sigmoid迟滞混沌神经网络盲检测算法 | 第30-45页 |
| 3.1 迟滞混沌神经网络 | 第30-33页 |
| 3.2 双Sigmoid迟滞混沌神经网络 | 第33-36页 |
| 3.2.1 具有新迟滞激活函数的混沌神经网络 | 第33-35页 |
| 3.2.2 双Sigmoid迟滞混沌神经网络构建 | 第35-36页 |
| 3.3 HCNN及DS-HCNN网络稳定性证明 | 第36-39页 |
| 3.3.1 HCNN能量函数的构建 | 第36-37页 |
| 3.3.2 DS-HCNN能量函数的构建和稳定性证明 | 第37-39页 |
| 3.4 仿真实验 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 双Sigmoid迟滞噪声混沌神经网络的盲检测算法 | 第45-54页 |
| 4.1 模拟退火概述 | 第45-46页 |
| 4.2 双Sigmoid迟滞噪声混沌神经网络构建及稳定性证明 | 第46-47页 |
| 4.3 改进的随机混沌模拟退火特性分析 | 第47-48页 |
| 4.3.1 噪声来源 | 第47-48页 |
| 4.3.2 改进的随机混沌模拟退火退策略 | 第48页 |
| 4.4 仿真实验 | 第48-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文总结 | 第54-55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
