基于回声状态网络的认知无线电频谱预测
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 引言 | 第9-14页 |
| ·选题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的研究内容 | 第12-14页 |
| 第二章 经典回声状态网络及其预测性能 | 第14-29页 |
| ·经典回声状态网络的结构模型 | 第14-15页 |
| ·回声状态网络的训练算法 | 第15-16页 |
| ·短期记忆能力分析 | 第16-18页 |
| ·储备池S型激活函数特性分析 | 第18-22页 |
| ·S型函数特性 | 第18-19页 |
| ·输入尺度 | 第19-20页 |
| ·实验数据 | 第20-21页 |
| ·实验仿真分析 | 第21-22页 |
| ·回声状态网络的预测性能 | 第22-28页 |
| ·实验设计 | 第23-25页 |
| ·实验结果分析 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 新型回声状态网络及其预测性能 | 第29-48页 |
| ·新型回声状态网络储备池结构模型 | 第29-31页 |
| ·简单环状储备池 | 第29页 |
| ·双向环状储备池 | 第29-30页 |
| ·自反馈简单环状储备池 | 第30-31页 |
| ·自反馈双向环状储备池 | 第31页 |
| ·新型回声状态网络的预测性能 | 第31-39页 |
| ·实验设计 | 第32页 |
| ·实验数据 | 第32-34页 |
| ·预测性能评价指标 | 第34-35页 |
| ·实验结果及分析 | 第35-39页 |
| ·基于改进PSO的网络参数优化方法 | 第39-43页 |
| ·标准PSO算法 | 第39-40页 |
| ·改进PSO算法 | 第40-42页 |
| ·网络参数优化 | 第42-43页 |
| ·基于LM算法的权值训练方法 | 第43-46页 |
| ·LM算法 | 第43-45页 |
| ·实验仿真分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 认知无线电系统的频谱预测 | 第48-54页 |
| ·认知无线电系统频谱预测技术 | 第49页 |
| ·认知无线电系统频谱模型 | 第49-51页 |
| ·模型建立 | 第50页 |
| ·参数选择 | 第50-51页 |
| ·频谱状态持续时间序列 | 第51页 |
| ·仿真实验 | 第51-53页 |
| ·实验设计 | 第51页 |
| ·实验结果与分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 在学期间的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
