基于进化神经网络的短波通信频率选择方法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 短波通信简介 | 第15-16页 |
| 1.2 短波通信频率预测技术 | 第16-19页 |
| 1.2.1 长期频率预测 | 第16-17页 |
| 1.2.2 短期频率预测 | 第17-18页 |
| 1.2.3 实时频率预测 | 第18-19页 |
| 1.3 本文的主要内容与创新点 | 第19-21页 |
| 1.4 文章的组织结构 | 第21-23页 |
| 第二章 人工神经网络和粒子群算法 | 第23-37页 |
| 2.1 人工神经网络 | 第23-28页 |
| 2.1.1 人工神经网络简介 | 第23-25页 |
| 2.1.2 BP神经网络 | 第25-28页 |
| 2.1.3 进化神经网络 | 第28页 |
| 2.2 粒子群算法 | 第28-35页 |
| 2.2.1 进化计算简介 | 第28-29页 |
| 2.2.2 粒子群算法 | 第29-32页 |
| 2.2.3 正交粒子群算法 | 第32-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第三章 基于进化神经网络的短波通信频率选择方法 | 第37-55页 |
| 3.1 短波通信选频问题的总体解决方案 | 第37-38页 |
| 3.2 短波通信神经网络频率质量预测模型 | 第38-42页 |
| 3.2.1 神经网络的输入变量和输出变量 | 第38-41页 |
| 3.2.2 神经网络的结构 | 第41-42页 |
| 3.3 基于正交信息提取的粒子群算法 | 第42-49页 |
| 3.3.1 正交信息提取算子 | 第42-45页 |
| 3.3.2 改进的正交信息提取算子 | 第45-47页 |
| 3.3.3 局部搜索算子 | 第47-49页 |
| 3.4 短波通信进化神经网络频率质量预测模型 | 第49-52页 |
| 3.5 神经网络频率质量预测模型的在线学习 | 第52-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第四章 进化神经网络频率质量预测模型的仿真实验 | 第55-71页 |
| 4.1 神经网络的训练和测试样本集 | 第55-57页 |
| 4.2 神经网络预测性能的评价指标 | 第57-58页 |
| 4.3 短波通信频率质量预测仿真实验与对比分析 | 第58-70页 |
| 4.3.1 参与对比的算法及其参数设置 | 第59-60页 |
| 4.3.2 单链路单向通信频率质量预测仿真实验 | 第60-62页 |
| 4.3.3 单链路双向通信频率质量预测仿真实验 | 第62-65页 |
| 4.3.4 多链路单向通信频率质量预测仿真实验 | 第65-68页 |
| 4.3.5 多链路双向通信频率质量预测仿真实验 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 附录A 正交表生成算法 | 第73-75页 |
| 附录B t检验 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81-82页 |
