| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 矿井巷道无线电波传播模型研究现状 | 第9-11页 |
| 1.2.2 支持向量机在通信领域的研究现状 | 第11页 |
| 1.3 本课题的研究内容和方案 | 第11-12页 |
| 1.4 本文的章节安排 | 第12-14页 |
| 2 支持向量机理论与粒子群算法 | 第14-22页 |
| 2.1 支持向量机理论 | 第14-18页 |
| 2.1.1 最优超平面及其推广 | 第14-15页 |
| 2.1.2 核函数 | 第15-17页 |
| 2.1.3 最小二乘支持向量机 | 第17-18页 |
| 2.2 粒子群算法 | 第18-21页 |
| 2.2.1 粒子群算法的原理 | 第18-20页 |
| 2.2.2 粒子群算法的参数分析 | 第20页 |
| 2.2.3 粒子群算法的应用 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 矿井无线信道特性的分析 | 第22-37页 |
| 3.1 无线信道传输特性 | 第22-24页 |
| 3.1.1 大尺度衰落特性 | 第23页 |
| 3.1.2 小尺度衰落特性 | 第23-24页 |
| 3.2 矿井巷道矩形电磁波传播理论 | 第24-27页 |
| 3.3 影响井下电磁波传播的因素 | 第27-33页 |
| 3.3.1频率对矿井巷道电磁波传播的影响 | 第27-28页 |
| 3.3.2 巷道截面对矿井巷道电磁波传播的影响 | 第28-29页 |
| 3.3.3 巷道壁粗糙度对矿井巷道电磁波传播的影响 | 第29-30页 |
| 3.3.4 巷道壁倾斜对矿井巷道电磁波传播的影响 | 第30-31页 |
| 3.3.5 媒介电参数对矿井巷道电磁波传播的影响 | 第31-33页 |
| 3.4 矩形矿井巷道电波损耗模型 | 第33-35页 |
| 3.5 矿井无线多径信道模型 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 基于PSO-LSSVM矿井巷道场强预测分析 | 第37-50页 |
| 4.1 PSO-LSSVM矿井巷道场强预测模型总设计 | 第37-38页 |
| 4.2 SVMLS - 的矿井巷道建模设计 | 第38-40页 |
| 4.2.1 训练数据的构造 | 第39页 |
| 4.2.2 数据预处理 | 第39页 |
| 4.2.3 矿井巷道特性SVMLS - 模型的输入输出 | 第39-40页 |
| 4.3 粒子群算法优化LS-SVM参数 | 第40-42页 |
| 4.3.1 PSO优化SVMLS - 设计过程 | 第40-41页 |
| 4.3.2 参数寻优设计实现 | 第41-42页 |
| 4.4 PSO-LSSVM大尺度寻优分析 | 第42-45页 |
| 4.4.1 样本生成 | 第42-43页 |
| 4.4.2 结果分析 | 第43-45页 |
| 4.5 PSO-LSSVM小尺度寻优分析 | 第45-49页 |
| 4.5.1 样本生成 | 第45-47页 |
| 4.5.2 结果分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 5 基于实测数据的场强预测验证试验 | 第50-56页 |
| 5.1 测量数据 | 第50页 |
| 5.2 数据预处理 | 第50-51页 |
| 5.3 PSO优化LSSVM的实验 | 第51-52页 |
| 5.4 传统方法优化LS-SVM的参数 | 第52-53页 |
| 5.5 神经网络优化方法 | 第53-54页 |
| 5.6 仿真结果分析 | 第54-55页 |
| 5.7 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
