低压PLC信道建模研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 引言 | 第10-16页 |
·选题背景及其意义 | 第10-11页 |
·国内外研究现状及分析 | 第11-13页 |
·本文所做的工作 | 第13-16页 |
第2章 低压PLC信道的混沌特性 | 第16-26页 |
·混沌理论基础 | 第16-18页 |
·混沌的定义 | 第16-17页 |
·混沌的基本特征 | 第17-18页 |
·相空间重构 | 第18-19页 |
·Takens相空间重构理论 | 第18-19页 |
·嵌入维数和延迟时间的选取 | 第19页 |
·混沌时间序列的特征量 | 第19-22页 |
·关联维数 | 第20页 |
·最大Lyapunov指数 | 第20-21页 |
·Kolmogorov熵 | 第21-22页 |
·低压PLC信道的混沌特性 | 第22-25页 |
·本章小结 | 第25-26页 |
第3章 低压PLC信道特性的SVM预测 | 第26-44页 |
·统计学习理论 | 第26-28页 |
·经验风险最小化准则 | 第26-27页 |
·VC维和泛化能力 | 第27-28页 |
·支持向量机 | 第28-30页 |
·最小二乘支持向量机 | 第30-33页 |
·支持向量机预测模型 | 第33-39页 |
·预测模型的建立 | 第33-34页 |
·预测结果分析 | 第34-37页 |
·与神经网络的预测结果比较 | 第37-39页 |
·SVM参数及嵌入维数对预测精度的影响 | 第39-43页 |
·嵌入维数m与MSE的关系 | 第39-40页 |
·惩罚常数C和MSE的关系 | 第40页 |
·核参数σ与MSE的关系 | 第40-41页 |
·C、m与σ0关系 | 第41-43页 |
·本章小结 | 第43-44页 |
第4章 基于遗传编程算法的低压PLC信道建模 | 第44-62页 |
·混沌系统建模方法 | 第44-45页 |
·遗传编程原理 | 第45-52页 |
·GP算法的产生 | 第45页 |
·GP算法的基本结构和概念 | 第45-51页 |
·个体描述方法 | 第46页 |
·初始群体的生成 | 第46-47页 |
·适应度评价 | 第47-48页 |
·遗传算子和遗传操作 | 第48-50页 |
·终止准则 | 第50-51页 |
·GP算法的设计步骤 | 第51-52页 |
·遗传编程特点及应用 | 第52-53页 |
·遗传编程在低压PLC信道建模中的应用 | 第53-57页 |
·建模流程 | 第53-55页 |
·建模结果 | 第55-57页 |
·模型分析 | 第57-60页 |
·不同网络结构下模型的比较 | 第57-59页 |
·利用遗传算法对结果进行分析处理 | 第59页 |
·结论 | 第59-60页 |
·本章小结 | 第60-62页 |
第5章 总结与展望 | 第62-64页 |
·论文主要研究工作 | 第62-63页 |
·后继工作展望 | 第63-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间发表论文情况 | 第68-69页 |
致谢 | 第69页 |