第一个书签之前
摘 要
ABSTRACT
目 录
图目录
表目录
缩略词表
第一章 绪 论
1.1 课题研究背景及意义
1.2 认知抗干扰技术研究现状
1.3 实时智能决策技术研究现状
1.3.1 基于案例推理
1.3.2 基于规则推理
1.3.3 群体智能算法
1.3.4 神经网络
1.3.5 深度学习
1.3.6 强化学习
1.4 论文主要的研究内容以及结构安排
1.5 本章小结
第二章 认知抗干扰通信系统智能决策引擎
2.1 认知决策引擎概述
2.1.1 认知循环
2.1.2 现有的认知引擎模型
2.2 NC-OFDM认知抗干扰系统原理
2.2.1 NC-OFDM系统原理
2.2.2 系统参数
2.3 认知抗干扰通信系统的智能决策引擎设计
2.3.1 模型介绍
2.3.2 知识表示
2.3.3 搜索决策单元设计
2.3.4 快速决策单元和决策修正单元研究
2.4 本章小结
第三章 基于人工蜂群算法的认知抗干扰快速决策单元研究
3.1 基于人工蜂群算法的认知抗干扰快速决策单元设计
3.1.1 基于人工蜂群算法的快速决策框架
3.1.2 模型设计
3.2 基于人工蜂群算法的快速决策单元参数设定
3.2.1 初始种群
3.2.2 邻域搜索方法
3.2.3 侦查蜂个数与淘汰门限
3.3 基于人工蜂群算法的快速决策单元抗干扰性能仿真分析
3.3.1 无干扰情况
3.3.2 干扰环境
3.4 本章小结
第四章 基于BP神经网络的认知抗干扰快速决策单元研究
4.1 基于BP神经网络的认知抗干扰快速决策单元设计
4.1.2 BP神经网络算法原理
4.1.3 模型设计
4.2 基于BP神经网络的快速决策单元参数设计
4.2.1 网络大小
4.2.2 初始化方式
4.2.3 小批量数据量
4.2.4 学习率
4.3 基于BP神经网络的快速决策单元性能仿真分析
4.3.1 抗干扰能力
4.3.2 容错能力
4.3.3 泛化能力
4.4 本章小结
第五章 认知抗干扰通信系统智能决策引擎系统性能研究
5.1 基于规则推理的认知抗干扰修正决策单元
5.2 系统总体性能
5.2.1 存在有效案例
5.2.2 不存在有效案例
5.3 本章小结
第六章 总结
6.1 本文主要贡献
6.2 研究展望
致 谢
参考文献
个人简历
攻读硕士学位期间的研究成果