| 第1章 绪论 | 第1-23页 |
| ·引言 | 第13-14页 |
| ·多用户检测的研究意义 | 第14-15页 |
| ·多用户检测技术的发展概况 | 第15-16页 |
| ·智能计算方法概述 | 第16-21页 |
| ·人工免疫系统 | 第17-18页 |
| ·进化算法 | 第18-19页 |
| ·神经网络 | 第19页 |
| ·群体智能 | 第19-20页 |
| ·量子计算 | 第20-21页 |
| ·论文的结构及内容安排 | 第21-23页 |
| 第2章 DS-CDMA系统及典型多用户检测器 | 第23-40页 |
| ·多用户检测系统的数学模型 | 第23-29页 |
| ·离散时间同步模型 | 第25-26页 |
| ·离散时间非同步模型 | 第26-29页 |
| ·多用户检测技术的性能测度 | 第29-31页 |
| ·误码率 | 第29页 |
| ·渐进有效性 | 第29-30页 |
| ·抗远近效应能力 | 第30-31页 |
| ·典型多用户检测技术 | 第31-38页 |
| ·传统检测器 | 第31-32页 |
| ·最优多用户检测器 | 第32-34页 |
| ·次优检测器 | 第34-38页 |
| ·计算机仿真 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 进化算法在多用户检测中的应用 | 第40-61页 |
| ·进化算法 | 第41-46页 |
| ·进化算法简介 | 第41-42页 |
| ·遗传算法 | 第42-45页 |
| ·进化规划 | 第45-46页 |
| ·斯扰动的Hopfield神经网络多用户检测器 | 第46-50页 |
| ·离散Hopfield神经网络 | 第46-49页 |
| ·基于高斯扰动的Hopfield神经网络多用户检测器 | 第49-50页 |
| ·基于进化算法和神经网络的多用户检测 | 第50-52页 |
| ·基于神经网络遗传算法的多用户检测 | 第50-51页 |
| ·基于神经网络进化规划算法的多用户检测 | 第51-52页 |
| ·计算机仿真 | 第52-60页 |
| ·基于随机神经网络多用户检测器的计算机仿真 | 第52-53页 |
| ·基于神经网络遗传算法多用户检测器的仿真 | 第53-56页 |
| ·基于神经网络进化规划多用户检测器的仿真 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 人工免疫系统在多用户检测中的应用 | 第61-86页 |
| ·克隆选择算法 | 第61-70页 |
| ·克隆选择原理简介 | 第61-62页 |
| ·克隆选择算法的模型描述 | 第62-64页 |
| ·克隆算子 | 第64-68页 |
| ·简单的克隆选择算法 | 第68页 |
| ·简单克隆选择算法的收敛性 | 第68-70页 |
| ·克隆选择算法的改进 | 第70-73页 |
| ·基于克隆选择算法的多用户检测器 | 第73-79页 |
| ·基于克隆选择算法的多用户检测器设计 | 第73-74页 |
| ·克隆随机神经网络的多用户检测器(CSAGHNN) | 第74-75页 |
| ·克隆选择神经网络多用户检测器(CSAHNN) | 第75页 |
| ·计算复杂度分析 | 第75-76页 |
| ·计算机仿真 | 第76-79页 |
| ·基于免疫算法的多用户检测 | 第79-85页 |
| ·神经网络制作疫苗的免疫遗传算法 | 第79-80页 |
| ·基于免疫遗传算法的多用户检测器 | 第80-81页 |
| ·计算复杂度分析 | 第81页 |
| ·计算机仿真 | 第81-85页 |
| ·本章小结 | 第85-86页 |
| 第5章 粒子群算法在多用户检测中的应用研究 | 第86-104页 |
| ·粒子群优化算法 | 第86-88页 |
| ·基于离散 PSO算法的多用户检测器 | 第88-96页 |
| ·离散粒子群优化算法 | 第88-89页 |
| ·精简的离散粒子群算法 | 第89-91页 |
| ·基于离散PSO算法的多用户检测器 | 第91-93页 |
| ·基于神经网络粒子群算法的多用户检测器 | 第93-94页 |
| ·基于免疫粒子群优化算法的多用户检测器 | 第94-96页 |
| ·计算机仿真 | 第96-102页 |
| ·基于NNPSO算法的多用户检测器仿真 | 第96-99页 |
| ·基于IPSO算法的多用户检测器仿真 | 第99-102页 |
| ·本章小结 | 第102-104页 |
| 第6章 量子算法在多用户检测中的应用研究 | 第104-118页 |
| ·遗传量子算法中的基本概念 | 第105-108页 |
| ·量子计算 | 第105-106页 |
| ·量子位 | 第106-107页 |
| ·量子门 | 第107-108页 |
| ·遗传量子算法的实现 | 第108-113页 |
| ·量子位编码 | 第108-109页 |
| ·具体实现步骤 | 第109-113页 |
| ·基于神经网络量子算法的多用户检测 | 第113-114页 |
| ·计算机仿真 | 第114-117页 |
| ·本章小结 | 第117-118页 |
| 第7章 基于智能计算的MC-CDMA多用户检测 | 第118-132页 |
| ·MC-CDMA多用户检测技术的现状 | 第119-120页 |
| ·信道模型 | 第120-124页 |
| ·MC-CDMA系统的最优和Hopfield检测器 | 第124-128页 |
| ·最优检测机制 | 第124-125页 |
| ·HNN检测机制 | 第125-128页 |
| ·计算机仿真 | 第128-131页 |
| ·本章小结 | 第131-132页 |
| 结论 | 第132-134页 |
| 参考文献 | 第134-147页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第147-148页 |
| 致谢 | 第148-149页 |
| 个人简历 | 第149页 |
