| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 引言 | 第11-17页 |
| ·课题的研究背景和发展方向 | 第11-12页 |
| ·蚁群优化算法 | 第12-15页 |
| ·基本蚁群算法的起源 | 第12-13页 |
| ·蚁群算法的研究背景 | 第13-14页 |
| ·蚁群算法的研究现状 | 第14-15页 |
| ·论文结构及内容安排 | 第15-17页 |
| 第2章 DS-CDMA多用户检测技术 | 第17-29页 |
| ·DS-CDMA通信系统模型 | 第17-22页 |
| ·传统的检测技术 | 第18-20页 |
| ·多用户检测 | 第20-22页 |
| ·多用户检测的性能测度 | 第22-23页 |
| ·误码率 | 第22-23页 |
| ·抗“远近”效应 | 第23页 |
| ·多用户检测的分类 | 第23-28页 |
| ·去相关检测器 | 第25-26页 |
| ·多级检测器 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 蚁群算法的理论及其在多用户检测技术中的应用 | 第29-43页 |
| ·蚁群算法基本原理 | 第29-32页 |
| ·蚁群算法的特点 | 第32-33页 |
| ·蚁群算法在TSP问题中的实现 | 第33-34页 |
| ·蚁群算法在多用户检测技术中的应用 | 第34-41页 |
| ·基于蚁群算法的多用户检测问题模型 | 第34-36页 |
| ·基于改进算法的多用户检测 | 第36-38页 |
| ·仿真实验 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于蚁群算法和hopfield神经网络结合的多用户检测 | 第43-54页 |
| ·人工神经网络 | 第43-44页 |
| ·离散Hopfield神经网络 | 第44-48页 |
| ·蚁群算法和hopfield神经网络的结合 | 第48-53页 |
| ·结合的设计思想 | 第48-49页 |
| ·算法设计 | 第49-50页 |
| ·仿真实验 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文 | 第60页 |