人工智能技術(shù)在高頻通信選頻中的應(yīng)用

第1章 緒論
1.1 技術(shù)背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 HF通信系統(tǒng)發(fā)展歷程
1.2.2 全球HF通信系統(tǒng)現(xiàn)狀
1.2.3 HF通信選頻技術(shù)發(fā)展
1.2.4 發(fā)展趨勢和主要挑戰(zhàn)
1.3 本書內(nèi)容及主要貢獻
1.3.1 技術(shù)需求
1.3.2 主要內(nèi)容
1.3.3 重要貢獻
1.4 本章小結(jié)
第2章 HF通信環(huán)境的時空復雜性與天波傳播特點
2.1 電離層環(huán)境
2.1.1 電離層概念
2.1.2 電離層結(jié)構(gòu)
2.1.3 電離層成因
2.1.4 電離層變化
2.2 無線電噪聲
2.2.1 無線電噪聲源
2.2.2 無線電噪聲的時空特征
2.2.3 無線電噪聲的近年變化
2.3 HF天波傳播特點
2.3.1 信號衰落
2.3.2 多徑時延
2.3.3 電離層吸收
2.3.4 多普勒效應(yīng)
2.4 本章小結(jié)
第3章 HF天波傳播預(yù)測與通信選頻體系及其方法
3.1 當前的選頻體系與方法
3.1.1 術(shù)語定義
3.1.2 ITU-R基礎(chǔ)支撐方法
3.1.3 ITU-R頻率預(yù)測方
3.1.4 方法特點3.2 電離層參數(shù)模型的發(fā)展
3.2.1 國際參考電離層
3.2.2 ITU-R電離層模型
3.2.3 中國參考電離層
3.2.4 其它模型
3.3 HF天波傳播預(yù)測方法
3.3.1 控制點
3.3.2 電離層參數(shù)
3.3.3 接收場強
3.4 本章小結(jié)
第4章 HF通信選頻體系優(yōu)化與AI技術(shù)助力應(yīng)用方向
4.1 人工智能的技術(shù)發(fā)展與研究方法
4.1.1 人工智能的起源與發(fā)展
4.1.2 人工智能重點研究方向
4.2 面向智能HF通信系統(tǒng)的選頻體系
4.2.1 未來HF通信選頻的研究方向
4.2.2 增強的智能HF通信選頻體系
4.3 AI技術(shù)發(fā)展及助力HF通信選頻方向
4.3.1 AI助力HF通信選頻的方案
4.3.2 AI助力HF通信選頻的技術(shù)
4.4 本章小結(jié)
第5章 統(tǒng)計機器學習重建電離層參數(shù)長期預(yù)測模型
5.1 基于SML的建模思路
5.2 建模訓練數(shù)據(jù)的選取
5.3 foF2模型映射的建立
5.3.1 周年動態(tài)變化映射確定
5.3.2 空間動態(tài)變化映射確定
5.3.3 晝夜動態(tài)變化映射選擇
5.4 foF2模型參數(shù)的確定
5.4.1 周年動態(tài)變化參數(shù)確定
5.4.2 空間動態(tài)變化參數(shù)確定
5.4.3 晝夜動態(tài)變化參數(shù)確定
5.5 foF2模型的驗證分析
......