| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 符号对照表 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·传播模型研究现状 | 第12-13页 |
| ·论文主要的研究内容和结构安排 | 第13-14页 |
| 第二章 无线网络优化的概述 | 第14-18页 |
| ·网络优化目标 | 第14-15页 |
| ·网络优化的内容 | 第15页 |
| ·网络优化流程 | 第15-18页 |
| 第三章 移动传播环境和传播模型概述 | 第18-36页 |
| ·无线电传播的基本理论 | 第18-22页 |
| ·移动通信传播的3个主要特点 | 第19页 |
| ·移动通信中电磁波的传播方式 | 第19-20页 |
| ·电波在自由空间中的传播 | 第20-21页 |
| ·移动传播中的3类损耗和4种效应 | 第21-22页 |
| ·传播损耗的初步定量分析 | 第22页 |
| ·室外传播模型 | 第22-29页 |
| ·Okumura-Hata模型 | 第23-25页 |
| ·Cost-231 Hata模型 | 第25-26页 |
| ·CCIR模型 | 第26页 |
| ·COST231 Walfish-Ikegami模型 | 第26-28页 |
| ·室外传播模型适用范围比较 | 第28-29页 |
| ·室内传播模型 | 第29-36页 |
| ·经验模型 | 第29-32页 |
| ·确定性模型 | 第32-36页 |
| 第四章 传播模型的校正方法 | 第36-52页 |
| ·传播模型校正在网络优化中的作用 | 第36-37页 |
| ·传播模型校正的流程 | 第37-39页 |
| ·传播模型传统校正方法 | 第39-45页 |
| ·回归分析法 | 第39-40页 |
| ·最小二乘法 | 第40-41页 |
| ·高斯-牛顿多元回归法 | 第41-45页 |
| ·人工神经网络算法 | 第45-52页 |
| ·神经网络概述 | 第45-46页 |
| ·BP神经网络 | 第46-48页 |
| ·弹性BP算法 | 第48-52页 |
| 第五章 无线传播模型校正算法改进及应用 | 第52-82页 |
| ·改进算法描述 | 第52-56页 |
| ·神经网络中激活函数、隐层结点及学习方法的选取和设计 | 第53-55页 |
| ·基于弹性BP神经网络的自适应分类传播模型 | 第55-56页 |
| ·模型性能分析 | 第56-75页 |
| ·模型自适应分类性能分析 | 第57-65页 |
| ·与经验模型预测精确度的对比分析 | 第65-75页 |
| ·传播模型预测在网络优化中的应用 | 第75-80页 |
| ·基于传播模型预测的网络优化系统 | 第75-78页 |
| ·基于传播模型预测的网络优化 | 第78-80页 |
| ·本章小节 | 第80-82页 |
| 第六章 结束语 | 第82-84页 |
| ·全文总结 | 第82-83页 |
| ·未来的展望 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士期间发表的学术论文目录 | 第88页 |