首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

改进蚁群算法在盲均衡中的应用

摘要第1-5页
Abstract第5-10页
第一章 绪论第10-15页
   ·问题的提出及研究意义第10-11页
     ·问题的提出第10-11页
     ·研究意义第11页
   ·国内外研究现状第11-13页
     ·蚁群算法研究现状第11-12页
     ·盲检测技术发展及现状研究第12-13页
   ·论文研究内容和结构第13-15页
     ·论文研究内容第13页
     ·论文研究结构第13-15页
第二章 蚁群算法原理第15-22页
   ·蚁群算法的基本原理第15-17页
     ·蚁群算法机制第15-16页
     ·基本蚁群算法的数学模型第16-17页
   ·蚁群算法的特点第17-18页
   ·蚁群算法分析第18-20页
     ·参数分析第18页
     ·复杂度分析第18-19页
     ·收敛性分析第19-20页
   ·蚁群算法的应用及发展第20-22页
     ·蚁群算法的应用第20-21页
     ·蚁群算法的发展第21-22页
第三章 基于蚁群优化的盲检测算法应用研究第22-33页
   ·基于蚁群优化的盲检测算法第22页
   ·基于蚁群优化的盲检测模型第22-26页
   ·仿真实验及分析第26-30页
   ·基于蚁群优化的盲均衡算法分析第30-32页
     ·时间复杂度分析第30-31页
     ·空间复杂度分析第31-32页
   ·本章小结第32-33页
第四章 基于BPSK 的改进蚁群算法在盲检测中的应用第33-47页
   ·基于简化蚁群优化(SACO)的盲检测算法第33-34页
     ·基本蚁群优化盲检测算法的缺陷第33页
     ·简化蚁群算法在盲检测中的应用第33-34页
   ·基于随机扰动特性的蚁群优化(RPACO)盲检测算法第34-36页
     ·随机扰动蚁群算法第34-36页
     ·随机扰动蚁群算法在盲检测中的应用第36页
   ·基于简化蚁群优化的盲检测算法实现流程图第36-37页
   ·仿真实验及分析第37-41页
   ·改进蚁群算法的复杂度及收敛性分析第41-46页
     ·复杂度分析第41-42页
     ·收敛性分析第42-46页
   ·本章小结第46-47页
第五章 基于复信道和多值电平的改进蚁群优化盲检测算法第47-59页
   ·复信道和多值电平下的蚁群优化的盲检测算法第47页
   ·基于复信道QPSK 系统的蚁群优化盲检测算法第47-52页
     ·基于复信道QPSK 系统的基本及改进蚁群优化算法第47-49页
     ·仿真实验及分析第49-52页
   ·基于多值电平的蚁群优化盲检测算法第52-57页
     ·基于4PAM 信号的基本及改进蚁群优化算法第52-53页
     ·仿真实验及分析第53-57页
   ·本章小结第57-59页
第六章 总结与展望第59-61页
   ·全文总结第59页
   ·展望第59-61页
致谢第61-62页
参考文献第62-65页
附录 1 攻读学位期间发表的学术论文目录第65页

论文共65页,点击 下载论文
上一篇:无线射频识别系统中的防碰撞算法研究
下一篇:基于蚁群算法的移动商务个性化推荐体系研究