基于射线跟踪和神经网络的场强预测混合模型
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-11页 |
| ·论文主要工作及内容安排 | 第11-12页 |
| 第二章 场强预测的主要方法 | 第12-23页 |
| ·统计性方法 | 第12-15页 |
| ·Okumura-Hata模型 | 第13-14页 |
| ·COST-231 Hata模型 | 第14页 |
| ·Egli模型 | 第14-15页 |
| ·Lee模型 | 第15页 |
| ·确定性方法 | 第15-17页 |
| ·时域有限差分法 | 第16页 |
| ·不变性测试方程法 | 第16页 |
| ·射线跟踪法 | 第16-17页 |
| ·人工神经网络方法 | 第17-21页 |
| ·多层感知器 | 第18-19页 |
| ·径向基神经网络 | 第19-21页 |
| ·神经网络的局限性 | 第21页 |
| ·不同场强预测模型的对比 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于射线跟踪方法的场强预测 | 第23-46页 |
| ·射线跟踪的理论基础 | 第23-30页 |
| ·自由空间电波传播 | 第23-25页 |
| ·几何绕射理论 | 第25-27页 |
| ·一致性绕射理论 | 第27-30页 |
| ·射线跟踪的方法 | 第30-37页 |
| ·正向射线跟踪方法 | 第30-32页 |
| ·反向射线跟踪方法 | 第32-37页 |
| ·反向射线跟踪算法的实现 | 第37-45页 |
| ·场景数据库的建立 | 第37-38页 |
| ·可见元数据库的建立 | 第38-41页 |
| ·射线跟踪以及场强的计算 | 第41-42页 |
| ·仿真实例 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第四章 混合模型的建立以及仿真分析 | 第46-55页 |
| ·混合模型的建模思想 | 第46-47页 |
| ·建立混合模型的方法 | 第47-50页 |
| ·源差分方法建立混合模型 | 第47-48页 |
| ·先前知识输入方法建立混合模型 | 第48-50页 |
| ·混合模型中神经网络的结构以及训练 | 第50页 |
| ·仿真实例 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
