第1章  绪论
  1.1  选题背景及研究意义
  1.2  国内外研究发展现状
    1.2.1  海上对流层波导环境特性研究
    1.2.2  海上对流层波导环境传播理论研究
    1.2.3  海上对流层波导的反演技术
    1.2.4  深度学习技术研究概况
    1.2.5  基于CiteSpace软件大气波导研究未来趋势分析
  1.3  关键问题及创新点
    1.3.1  关键问题
    1.3.2  创新点
  1.4  本书研究内容
  1.5  本书章节安排
  参考文献
第2章  对流层大气波导分类及波导传播基本理论
  2.1  对流层大气波导分类及形成机制
    2.1.1  蒸发波导
    2.1.2  表面波导
    2.1.3  悬空波导
  2.2  对流层大气波导传播条件
  2.3  对流层大气波导预测模型
    2.3.1  MGB模型
    2.3.2  BYC模型
    2.3.3  NPS模型
  2.4  抛物方程模型
    2.4.1  抛物方程的初始场与边界条件
    2.4.2  传播损耗计算过程
    2.4.3  雷达海杂波回波信号的大气波导传播分析
  2.5  本章小结
  参考文献
第3章  基于深度学习的对流层波导环境驱动传播损耗预测
  3.1  引言
  3.2  中国渤海气象环境及微波超视距传播试验介绍
  3.3  一维卷积自动编码器网络实现数据去噪
    3.3.1  一维卷积自动编码器网络架构设计
    3.3.2  网络性能分析
  3.4  基于SL - TrellisNets网络的超视距传播损耗预测
    3.4.1  SL - TrellisNets网络架构设计
    3.4.2  网络性能分析
  3.5  环境知识驱动超视距预测分析
    3.5.1  黄渤海环境知识对超视距传播损耗预报必要性
    3.5.2  五种不同环境知识对超视距传播损耗预测的影响
  3.6  本章小结
  参考文献
第4章  基于深度学习的水平非均匀对流层波导剖面对流
  4.1  引言
  4.2  水平非均匀蒸发波导剖面参数建模
  4.3  雷达海杂波反演大气波导基本过程
  4.4  基于一维残差卷积自动编码器的水平非均匀大气波导降维
    4.4.1  降维网络架构设计
    4.4.2  网络性能分析
  4.5  基于MSCA - ResNet的水平非均匀蒸发波导剖面对流
    4.5.1  MSCA - ResNet网络架构设计
    4.5.2  网络性能分析
  4.6  基于FCCT - Transformer的水平非均匀表面波导反演
    4.6.1  FCCT - Transformer网络整体流程
    4.6.2  网络性能分析
  4.7  本章小结
  参考文献
第5章  基于二维马尔可夫链的全方位非均匀蒸发波导剖面建模
  5.1  引言
  5.2  马尔可夫链建模方法
  5.3  耦合二维马尔可夫链模型
    5.3.1  基本假设
    5.3.2  二维马尔可夫链条件概率
  5.4  耦合二维马尔可夫链对方向的模拟计算
  5.5  转移概率矩阵的计算
    5.5.1  竖向转移概率矩阵估计
    5.5.2  横向的转移概率矩阵估计
    5.5.3  K值估计
    5.5.4  算法流程
  5.6  基于改进的二维马尔可夫链的蒸发波导模拟验证
    5.6.1  二维马尔可夫链空间模拟矩阵估计
    5.6.2  蒸发波导高度K值验证
  5.7  本章小结
  参考文献
第6章  基于深度学习的全方位非均匀蒸发波导剖面对流
  6.1  引言
  6.2  全空间非均匀蒸发波导剖面建模
  6.3  基于MM - VIT模型的全空间非均匀蒸发波导反演
    6.3.1  网络整体流程
    6.3.2  网络性能分析
  6.4  全方位导航雷达安装部署
    6.4.1  系统组成框图
    6.4.2  全方位导航雷达软件安装部署
  6.5  本章小结
  参考文献