| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| 1．1 小波分析的发展概况 | 第10-12页 |
| 1．2 神经网络概述 | 第12-14页 |
| 1．3 自适应均衡技术综述 | 第14-17页 |
| 1．4 本论文的工作 | 第17-19页 |
| 第二章 小波分析和自适应均衡的基本理论 | 第19-30页 |
| 2．1 连续时间域的小波分析及小波变换 | 第19-20页 |
| 2．2 多分辨分析和离散小波变换的快速算法 | 第20-23页 |
| 2．3 自适应均衡的空间几何描述 | 第23-30页 |
| 第三章 小波变换域的一种非线性自适应均衡器 | 第30-43页 |
| 3．1 引言 | 第30-31页 |
| 3．2 非线性系统的理论逆 | 第31-33页 |
| 3．3 基于正交小波的非线性均衡器结构 | 第33-36页 |
| 3．4 基于小波变换的非线性自适应均衡算法 | 第36-38页 |
| 3．5 小波域的非线性自适应均衡算法性能分析 | 第38-40页 |
| 3．6 计算机仿真 | 第40-42页 |
| 3．7 小结 | 第42-43页 |
| 第四章 基于正交小波包变换的非线自适应均衡算法 | 第43-52页 |
| 4．1 引言 | 第43-44页 |
| 4．2 正交小波包的概念和性质 | 第44-46页 |
| 4．3 基于正交小波包变换的非线性均衡器结构 | 第46-48页 |
| 4．4 基于小波包变换的非线性自适应均衡算法及其性质 | 第48-50页 |
| 4．5 计算机仿真 | 第50-51页 |
| 4．6 小结 | 第51-52页 |
| 第五章 小波变换域的非线性信道判决反馈均衡算法 | 第52-59页 |
| 5．1 引言 | 第52页 |
| 5．2 基于小波变换的判决反馈均衡器的结构与算法 | 第52-55页 |
| 5．3 基于小波包变换的判决反馈均衡器的结构与算法 | 第55-56页 |
| 5．4 计算机仿真 | 第56-57页 |
| 5．5 小结 | 第57-59页 |
| 第六章 基于正交多小波的自适应线性均衡算法 | 第59-69页 |
| 6．1 引言 | 第59-60页 |
| 6．2 多小波分析 | 第60-63页 |
| 6．3 基于正交多小波的均衡器结构 | 第63-65页 |
| 6．4 基于多小波变换的自适应均衡算法 | 第65-67页 |
| 6．5 计算机仿真 | 第67-68页 |
| 6．6 小结 | 第68-69页 |
| 第七章 复数RBF神经网络自适应均衡算法 | 第69-78页 |
| 7．1 引言 | 第69页 |
| 7．2 径向基函数网络均衡器 | 第69-71页 |
| 7．3 新的径向函数网络均衡器结构及其训练算法 | 第71-74页 |
| 7．4 计算机仿真 | 第74-77页 |
| 7．5 小结 | 第77-78页 |
| 第八章 小波神经网络均衡器及其自适应均衡算法 | 第78-91页 |
| 8．1 引言 | 第78-79页 |
| 8．2 小波神经网 | 第79-80页 |
| 8．3 小波神经网络均衡器及其学习算法 | 第80-84页 |
| 8．4 一种正交小波神经网络均衡器 | 第84-87页 |
| 8．5 计算机仿真 | 第87-90页 |
| 8．6 小结 | 第90-91页 |
| 第九章 多分辨正交多小波网络及其学习算法 | 第91-98页 |
| 9．1 引言 | 第91-92页 |
| 9．2 多分辨正交多小波网络的结构 | 第92-93页 |
| 9．3 多分辨正交多小波网络的性质 | 第93-95页 |
| 9．4 多分辨正交多小波网络的学习算法 | 第95-96页 |
| 9．5 计算机仿真 | 第96-97页 |
| 9．6 小结 | 第97-98页 |
| 附录 | 第98-100页 |
| 结束语 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 攻读学位期间合作撰写的学术论文和参加科研情况 | 第111-112页 |