首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

蚁群算法及其在盲均衡中的应用

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-14页
   ·引言第8页
   ·问题的提出及研究价值第8-10页
     ·问题的提出第8-9页
     ·研究的价值第9-10页
   ·国内外研究现状第10-12页
     ·蚁群算法研究现状第10-11页
     ·盲均衡和盲辨识研究现状第11-12页
   ·本文的主要工作和结构安排第12-14页
     ·主要工作第12页
     ·结构安排第12-14页
第二章 蚁群算法原理与应用第14-28页
   ·蚁群算法基本原理第14-17页
     ·真实蚁群的行为特性第16页
     ·人工蚁群第16-17页
   ·经典TSP 问题描述与算法模型第17-19页
   ·基本蚁群算法实现步骤第19-20页
   ·蚁群算法的性质及优缺点第20-22页
     ·蚁群算法的性质第20-21页
     ·蚁群算法的优缺点第21-22页
   ·蚁群算法的性能分析第22-25页
     ·蚁群算法的复杂度分析第22-24页
     ·蚁群算法的收敛性分析第24-25页
   ·蚁群算法的性能评价指标第25-26页
   ·本章小结第26-28页
第三章 盲均衡和盲辨识技术第28-34页
   ·盲均衡的概念及基本原理第28-30页
     ·盲均衡的概念第28-29页
     ·盲均衡的基本原理第29-30页
   ·直接盲均衡技术第30页
   ·SIMO 系统盲辨识模型第30-32页
     ·系统模型与问题的提出第30-31页
     ·ε -均衡准则第31-32页
   ·盲均衡算法的评判指标第32-33页
   ·本章小结第33-34页
第四章 蚁群算法在盲均衡中的应用第34-42页
   ·基于蚁群优化算法的盲信号检测第34-35页
   ·基于蚁群优化算法的SIMO 系统盲检测模型第35-38页
   ·Matlab 仿真实验第38-41页
   ·本章小结第41-42页
第五章 改进的蚁群优化算法在盲均衡中的应用第42-55页
   ·改进的蚁群优化盲检测算法第42-45页
     ·特种蚁群优化盲检测算法第43页
     ·逆向蚁群优化盲检测算法第43-44页
     ·多态蚁群优化盲检测算法第44-45页
   ·Matlab 仿真实验第45-49页
   ·改进算法复杂度及收敛性分析第49-54页
     ·复杂度分析第49-51页
     ·收敛性分析第51-54页
   ·本章小结第54-55页
第六章 总结和展望第55-57页
   ·全文总结第55页
   ·今后展望第55-57页
致谢第57-58页
参考文献第58-62页
研究生期间发表论文第62页

论文共62页,点击 下载论文
上一篇:软件可靠性模型与软件最优发布问题的研究
下一篇:从Windows到Linux平台的AVL软件移植的研究与应用