| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-11页 |
| 1.2 回声状态网络的研究现状 | 第11-13页 |
| 1.3 本文的主要内容及结构 | 第13-15页 |
| 2 回声状态网络 | 第15-26页 |
| 2.1 回声状态网络的基本原理 | 第15-17页 |
| 2.1.1 回声状态网络的拓扑结构 | 第15-16页 |
| 2.1.2 回声状态网络的重要参数 | 第16-17页 |
| 2.2 回声状态网络的训练 | 第17-19页 |
| 2.2.1 回声状态网络的训练方法 | 第17-18页 |
| 2.2.2 回声状态网络输出连接权值的计算 | 第18-19页 |
| 2.3 回声状态网络性能分析 | 第19-26页 |
| 2.3.1 实验设计 | 第19-23页 |
| 2.3.2 实验结果分析 | 第23-26页 |
| 3 基于非线性读出器的回声状态网络 | 第26-41页 |
| 3.1 基于非线性读出器的回声状态网络原理 | 第26-27页 |
| 3.2 以Volterra滤波器为非线性读出器的回声状态网络 | 第27-30页 |
| 3.2.1 Volterra滤波器 | 第27-29页 |
| 3.2.2 以Volterra滤波器为读出器的回声状态网络 | 第29-30页 |
| 3.3 以极限学习机为读出器的回声状态网络 | 第30-33页 |
| 3.3.1 极限学习机 | 第30-32页 |
| 3.3.2 以极限学习机为读出器的回声状态网络 | 第32-33页 |
| 3.4 以径向基函数(RBF)神经网络为读出器的回声状态网络 | 第33-36页 |
| 3.4.1 径向基函数神经网络 | 第33-35页 |
| 3.4.2 以径向基函数神经网络为读出器的回声状态网络 | 第35-36页 |
| 3.5 基于非线性读出器的回声状态网络的性能分析 | 第36-41页 |
| 3.5.1 实验设计 | 第36-37页 |
| 3.5.2 实验结果分析 | 第37-41页 |
| 4 基于非线性读出器的回声状态网络在信道均衡上的应用 | 第41-62页 |
| 4.1 信道均衡 | 第41-47页 |
| 4.1.1 信道均衡原理 | 第41-46页 |
| 4.1.2 信道均衡的主要方法 | 第46-47页 |
| 4.2 基于神经网络的信道均衡方法 | 第47-48页 |
| 4.3 基于非线性读出器的回声状态网络在信道均衡上的应用 | 第48-62页 |
| 4.3.1 基于预测原理的神经网络信道均衡 | 第48-51页 |
| 4.3.2 非线性信道均衡实验 | 第51-62页 |
| 5 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 在学期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
