| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究概况 | 第12-15页 |
| ·论文的研究内容及章节安排 | 第15-18页 |
| 第2章 扩频通信和神经网络概述 | 第18-32页 |
| ·扩频通信概述 | 第18-20页 |
| ·扩频通信工作原理 | 第18-19页 |
| ·扩频通信主要特点 | 第19-20页 |
| ·扩频通信工作方式 | 第20页 |
| ·神经网络概述 | 第20-31页 |
| ·神经网络基本原理 | 第21-25页 |
| ·神经网络的分类 | 第25-27页 |
| ·神经网络的学习算法 | 第27-30页 |
| ·神经网络用于非线性干扰预测领域 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 直扩系统中的窄带干扰抑制技术概述 | 第32-45页 |
| ·直接序列扩频系统 | 第32-34页 |
| ·直接序列扩频工作原理 | 第32-33页 |
| ·直接序列扩频抗干扰原理 | 第33-34页 |
| ·常见窄带干扰信号 | 第34-39页 |
| ·音频干扰 | 第34-35页 |
| ·AR干扰 | 第35-38页 |
| ·低速率数字脉冲干扰 | 第38-39页 |
| ·性能评价指标 | 第39-41页 |
| ·干噪比改善量和信噪比损失量 | 第40页 |
| ·均方误差 | 第40-41页 |
| ·窄带干扰抑制技术 | 第41-44页 |
| ·时域自适应线性预测窄带干扰抑制技术 | 第41-42页 |
| ·时域自适应非线性预测窄带干扰抑制技术 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于递归神经网络的抗窄带干扰预测技术 | 第45-59页 |
| ·基于递归神经网络的干扰预测抑制系统 | 第45-48页 |
| ·窄带干扰抑制系统 | 第45-46页 |
| ·窄带干扰抑制系统中的递归神经网络 | 第46-48页 |
| ·递归神经网络中的RTRL算法 | 第48-50页 |
| ·算法仿真与性能比较 | 第50-58页 |
| ·仿真模型、参数与对象 | 第50-53页 |
| ·仿真结果 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于Kalman滤波学习算法的递归神经网络抗窄带干扰技术研究 | 第59-80页 |
| ·Kalman滤波理论 | 第59-64页 |
| ·Kalman滤波模型 | 第60-61页 |
| ·正交投影定理 | 第61-63页 |
| ·离散Kalman滤波的递推形式 | 第63-64页 |
| ·扩展Kalman滤波的状态一步预测学习算法研究 | 第64-72页 |
| ·算法描述 | 第65-67页 |
| ·算法仿真与性能比较 | 第67-72页 |
| ·鲁棒Kalman滤波的状态一步预测学习算法研究 | 第72-78页 |
| ·算法描述 | 第72-74页 |
| ·算法仿真与性能比较 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第86-87页 |
| 致谢 | 第87页 |