人工智能技術在高頻通信選頻中的應用

第1章 緒論
1.1 技術背景
1.2 國內外研究現狀
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)現狀
1.2.3 HF通信選頻技術發(fā)展
1.2.4 發(fā)展趨勢和主要挑戰(zhàn)
1.3 本書內容及主要貢獻
1.3.1 技術需求
1.3.2 主要內容
1.3.3 重要貢獻
1.4 本章小結
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 電離層結構
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
2.4 本章小結
第3章 HF天波傳播預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 術語定義
3.1.2 ITU-R基礎支撐方法
3.1.3 ITU-R頻率預測方
3.1.4 方法特點3.2 電離層參數模型的發(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天波傳播預測方法
3.3.1 控制點
3.3.2 電離層參數
3.3.3 接收場強
3.4 本章小結
第4章 HF通信選頻體系優(yōu)化與AI技術助力應用方向
4.1 人工智能的技術發(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
4.4 本章小結
第5章 統(tǒng)計機器學習重建電離層參數長期預測模型
5.1 基于SML的建模思路
5.2 建模訓練數據的選取
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模型參數的確定
5.4.1 周年動態(tài)變化參數確定
5.4.2 空間動態(tài)變化參數確定
5.4.3 晝夜動態(tài)變化參數確定
5.5 foF2模型的驗證分析
......