基于核函数的波束形成技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题的研究背景及意义 | 第11-12页 |
| ·波束形成技术 | 第12-16页 |
| ·智能天线基本原理 | 第12-14页 |
| ·波束形成技术原理 | 第14-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·本文研究思路与主要工作 | 第19-20页 |
| 第二章 神经网络波束形成器 | 第20-40页 |
| ·引言 | 第20-21页 |
| ·RBF神经网络波束形成器 | 第21-28页 |
| ·RBF网络的学习算法 | 第22-25页 |
| ·性能分析与仿真 | 第25-28页 |
| ·复数 MLP神经网络波束形成器 | 第28-39页 |
| ·复反向传播(CBP)算法 | 第28-35页 |
| ·复值激活函数 | 第35-37页 |
| ·性能分析与仿真 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 支持向量机波束形成器 | 第40-54页 |
| ·引言 | 第40-41页 |
| ·邻近支持向量机波束形成器 | 第41-47页 |
| ·最小二乘支持向量机波束形成器 | 第47-50页 |
| ·性能分析与仿真 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 支持向量回归波束形成器 | 第54-64页 |
| ·引言 | 第54-55页 |
| ·标准支持向量回归波束形成器 | 第55-58页 |
| ·基于输出能量最小化的支持向量回归波束形成器 | 第58-61页 |
| ·性能分析与仿真 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 最小最大概率机波束形成器 | 第64-82页 |
| ·引言 | 第64-65页 |
| ·最小最大概率分类波束形成器 | 第65-72页 |
| ·线性最小最大概率机 | 第65-67页 |
| ·非线性最小最大概率机 | 第67-68页 |
| ·最小最大概率分类波束形成器 | 第68-70页 |
| ·性能分析与仿真 | 第70-72页 |
| ·最小最大概率回归波束形成器 | 第72-81页 |
| ·线性最小最大概率回归 | 第72-74页 |
| ·非线性最小最大概率回归 | 第74-75页 |
| ·最小最大概率回归波束形成器 | 第75-76页 |
| ·性能分析与仿真 | 第76-81页 |
| ·本章小结 | 第81-82页 |
| 总结与展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间发表的论文 | 第91页 |
