人工神经网络技术在共形相控阵单元建模中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| 第二章 神经网络基础 | 第11-22页 |
| ·引言 | 第11-12页 |
| ·神经网络的基本概念 | 第12-15页 |
| ·人工神经元 | 第13页 |
| ·活化函数 | 第13-15页 |
| ·神经网络的网络结构 | 第15-17页 |
| ·单层人工神经网络 | 第15-16页 |
| ·多层人工神经网络 | 第16-17页 |
| ·人工神经网络的训练 | 第17-19页 |
| ·样本数据 | 第18-19页 |
| ·学习规则 | 第19页 |
| ·知识人工神经网络的基本结构 | 第19-22页 |
| 第三章 人工神经网络在相控阵单元部件建模中的应用 | 第22-34页 |
| ·引言 | 第22页 |
| ·BP馈线巴伦的人工神经网络模型 | 第22-27页 |
| ·神经元模型的基本结构 | 第23-25页 |
| ·神经网络的学习与训练 | 第25-26页 |
| ·神经网络输出结果和CST输出结果的比较 | 第26-27页 |
| ·多层耦合器的人工神经网络模型 | 第27-34页 |
| ·多层耦合器的基本结构 | 第27-28页 |
| ·多层耦合器BP神经网络的学习与训练 | 第28-32页 |
| ·神经网络输出结果和CST仿真结果比较 | 第32-34页 |
| 第四章 人工神经网络在天线单元部件建模中的应用 | 第34-44页 |
| ·超宽带天线的人工神经网络模型 | 第34-38页 |
| ·超宽带天线及其神经网络的基本结构 | 第34-36页 |
| ·超宽带天线BP神经网络的学习与训练 | 第36-37页 |
| ·神经网络的输出和CST仿真结果的比较 | 第37-38页 |
| ·方向图可重构天线单元的人工神经网络模型 | 第38-44页 |
| ·可重构天线的基本结构 | 第39页 |
| ·可重构天线的BP神经网络 | 第39-41页 |
| ·可重构天线的BP神经网络的学习与训练 | 第41-44页 |
| 第五章 知识人工神经网络及其在移相器建模中的应用 | 第44-59页 |
| ·引言 | 第44-56页 |
| ·SCHIFFMAN移相器的结构及原理 | 第45-46页 |
| ·SCHIFFMAN移相器的人工神经网络模型 | 第46-56页 |
| ·预处理网络的建立 | 第46-49页 |
| ·粗糙模型的建立 | 第49-52页 |
| ·知识人工神经网络的建立 | 第52-56页 |
| ·改进的SCHIFFMAN移相器 | 第56-59页 |
| ·新型SCHIFFMAN移相器的设计 | 第56-57页 |
| ·仿真结果 | 第57-58页 |
| ·总结 | 第58-59页 |
| 第六章 总结 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻硕期间取得的研究成果 | 第63页 |
