| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| 1．1 混沌通信的研究现状与发展 | 第11-19页 |
| 1．2 计算智能算法 | 第19-22页 |
| 1．3 分数阶动力学系统及其在混沌通信中的应用 | 第22-23页 |
| 1．4 计算智能在混沌通信中的主要研究内容 | 第23-25页 |
| 第二章 从人工神经网络到支撑矢量机 | 第25-39页 |
| 2．1 前馈神经网络 | 第25-29页 |
| 2．1．1 感知器模型 | 第25-27页 |
| 2．1．2 前馈神经网络模型 | 第27-29页 |
| 2．2 Hopfield神经网络 | 第29-31页 |
| 2．3 支撑矢量机 | 第31-38页 |
| 2．3．1 最优分离超平面 | 第31-32页 |
| 2．3．2 二次规划 | 第32-36页 |
| 2．3．3 支撑矢量机 | 第36-38页 |
| 2．4 本章小结 | 第38-39页 |
| 第三章 混沌通信中的载波信号和符号同步 | 第39-59页 |
| 3．1 混沌通信系统模型 | 第39-41页 |
| 3．1．1 差分混沌相移键控 | 第39-40页 |
| 3．1．2 调频差分混沌相移键控 | 第40-41页 |
| 3．2 分数阶混沌载波信号 | 第41-47页 |
| 3．2．1 分数阶动力学系统 | 第41-43页 |
| 3．2．2 分数阶细胞神经网络中的超混沌 | 第43-47页 |
| 3．3 混沌通信中的符号同步 | 第47-58页 |
| 3．3．1 差分混沌相移键控中的符号同步 | 第47-50页 |
| 3．3．2 基于神经网络的分数延迟FIR滤波器设计 | 第50-55页 |
| 3．3．3 数值仿真 | 第55-58页 |
| 3．4 本章小结 | 第58-59页 |
| 第四章 混沌通信中的自适应均衡 | 第59-73页 |
| 4．1 自适应均衡问题的提出 | 第59-60页 |
| 4．2 前馈神经网络的快速学习算法 | 第60-67页 |
| 4．2．1 FBP学习算法 | 第61-66页 |
| 4．2．2 计算复杂度分析 | 第66-67页 |
| 4．3 多层感知器神经网络均衡器 | 第67-69页 |
| 4．4 数值仿真 | 第69-72页 |
| 4．5 本章小结 | 第72-73页 |
| 第五章 DCSK混沌通信系统中降噪 | 第73-87页 |
| 5．1 概述 | 第73-75页 |
| 5．2 LS-SVM算法改善DCSK噪声性能 | 第75-83页 |
| 5．2．1 LS-SVM算法 | 第75-80页 |
| 5．2．2 改进的算法 | 第80-83页 |
| 5．3 改进的WLS-SVM算法 | 第83-86页 |
| 5．3．1 改进的算法 | 第83-84页 |
| 5．3．2 数值仿真 | 第84-86页 |
| 5．4 本章小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 参考文献 | 第89-99页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第99-101页 |
| 致谢 | 第101页 |