首页--航空、航天论文--航空港(站)、机场及其技术管理论文--航空港(站)、机场论文--地面设备论文--通信设备论文

基于粗糙集的民航无线电干扰预测系统研究

摘要第6-7页
Abstract第7页
第一章 绪论第11-24页
    1.1 研究背景及意义第11-15页
        1.1.1 研究背景第11-14页
        1.1.2 研究意义第14-15页
    1.2 国内外的研究现状第15-23页
        1.2.1 国内外应对民航无线电干扰工作的现状第15-20页
        1.2.2 预测方法现状与实用性分析第20-23页
    1.3 本文的主要研究内容及论文结构第23-24页
第二章 民航无线电干扰特性第24-30页
    2.1 无线电干扰产生机理第24-25页
        2.1.1 同频干扰第24页
        2.1.2 互调干扰第24-25页
        2.1.3 阻塞干扰第25页
        2.1.4 带外干扰第25页
        2.1.5 非无线电设备辐射干扰第25页
    2.2 民航无线电主要干扰源第25-29页
        2.2.1 民航系统内部干扰源第26-27页
        2.2.2 民航系统外部干扰源第27-29页
    2.3 本章小结第29-30页
第三章 基于粗糙集的民航无线电干扰预测算法第30-47页
    3.1 引言第30页
    3.2 粗糙集基本理论第30-33页
        3.2.1 知识第30-31页
        3.2.2 信息系统(知识表达系统)第31页
        3.2.3 不可分辨关系第31页
        3.2.4 连续属性离散化第31-32页
        3.2.5 约简与核第32页
        3.2.6 基于差别矩阵的约简方法第32-33页
    3.3 基于粗糙集的干扰预测方法第33-40页
        3.3.1 基本思想第33-34页
        3.3.2 建立决策表第34-35页
        3.3.3 属性约简与属性值约简第35-38页
        3.3.4 运行状态诊断第38-39页
        3.3.5 决策规则属性权重分析第39-40页
    3.4 仿真实验第40-46页
        3.4.1 评价指标第40-41页
        3.4.2 数据标准化方法第41-42页
        3.4.3 预测效果与分析第42-46页
    3.5 本章小结第46-47页
第四章 粗糙集与神经网络相结合的干扰预测方法第47-57页
    4.1 引言第47页
    4.2 BP神经网络第47-52页
        4.2.1 BP神经网络的基本结构第48-49页
        4.2.2 BP神经网络的核心思想第49页
        4.2.3 BP神经网络的标准学习算法第49-52页
    4.3 粗糙集与BP神经网络相融合的干扰预测方法第52-53页
    4.4 预测方法性能测试第53-56页
        4.4.1 测试方法第53-54页
        4.4.2 测试结果与分析第54-56页
    4.5 本章小结第56-57页
第五章 民航无线电干扰预测系统设计第57-72页
    5.1 引言第57页
    5.2 功能设计第57-58页
    5.3 架构设计第58-60页
    5.4 数据库设计第60-61页
    5.5 业务流程设计第61-62页
    5.6 系统实现第62-68页
        5.6.1 系统实现主要方法第62-63页
        5.6.2 系统数据库操作方法第63-64页
        5.6.3 预测系统中GIS系统的实现第64-68页
    5.7 系统测试第68-71页
        5.7.1 系统运行实例第68-69页
        5.7.2 性能测试第69-71页
    5.8 本章小结第71-72页
结束语第72-73页
参考文献第73-76页
致谢第76-77页
攻读硕士期间所发表的论文第77页

论文共77页,点击 下载论文
上一篇:多发送或多接收认证码的新构造
下一篇:基于泛网格划分的机场噪声监测点布局优化