基于多层前馈神经网络盲均衡算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究前馈神经网络盲均衡算法的意义 | 第9-12页 |
| ·基于前馈神经网络盲均衡算法的研究进展 | 第12-14页 |
| ·论文主要工作 | 第14-16页 |
| 第二章 基于前馈神经网络盲均衡的基本理论 | 第16-41页 |
| ·盲均衡技术的基本原理 | 第16-27页 |
| ·盲均衡的概念 | 第16-19页 |
| ·盲均衡的均衡准则 | 第19-23页 |
| ·盲均衡算法 | 第23-26页 |
| ·盲均衡的性能表征 | 第26-27页 |
| ·神经网络的基础知识 | 第27-33页 |
| ·人工神经网络及其特征 | 第28-30页 |
| ·人工神经网络的发展 | 第30-31页 |
| ·人工神经网络ANN的主要模型 | 第31-33页 |
| ·神经网络的类型 | 第33-38页 |
| ·前馈神经网络及其模型 | 第33-34页 |
| ·反向传播算法及BP神经网络 | 第34-38页 |
| ·基于多层前馈神经网络盲均衡算法的基本原理 | 第38-41页 |
| ·基于神经网络控制器的盲均衡算法 | 第38-39页 |
| ·基于神经网络均衡器的盲均衡算法 | 第39页 |
| ·基于神经网络分类器的盲均衡算法 | 第39-41页 |
| 第三章 基于四层BP神经网络的盲均衡算法 | 第41-54页 |
| ·三层BP神经网络盲均衡算法 | 第42-45页 |
| ·三层神经网络CMA算法的BP形式及其优点 | 第42-44页 |
| ·三层BP神经网络盲均衡算法的缺点 | 第44-45页 |
| ·四层前馈神经网络盲均衡算法 | 第45-51页 |
| ·四层前馈神经网络的模型 | 第45-46页 |
| ·四层前馈神经网络盲均衡算法迭代形式 | 第46-48页 |
| ·计算机仿真 | 第48-51页 |
| ·算法跟踪信道突变、抗干扰性能仿真及评价 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于五层前馈神经网络盲均衡算法 | 第54-66页 |
| ·五层前馈神经网络的模型 | 第54-55页 |
| ·五层前馈神经网络盲均衡算法迭代形式 | 第55-58页 |
| ·计算机仿真 | 第58-65页 |
| ·五层与三层前馈神经网络盲均衡算法仿真比较 | 第58-60页 |
| ·算法跟踪信道突变、抗干扰性能仿真及评价 | 第60-62页 |
| ·五层与四层前馈神经网络盲均衡算法仿真比较 | 第62-63页 |
| ·算法跟踪信道突变、抗干扰性能仿真及评价 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
