| 第一章 绪论 | 第1-21页 |
| 1．1 课题背景 | 第14-20页 |
| 1．1．1 研究盲均衡的意义 | 第14-17页 |
| 1．1．2 盲均衡的分类 | 第17-18页 |
| 1．1．3 CMA算法研究现状 | 第18-20页 |
| 1．2 本论文结构安排 | 第20-21页 |
| 第二章 盲均衡的基本原理 | 第21-33页 |
| 2．1 盲均衡的基本结构 | 第21-24页 |
| 2．2 盲均衡优化算法 | 第24-28页 |
| 2．2．1 LMS算法 | 第24-26页 |
| 2．2．2 RLS算法 | 第26-28页 |
| 2．3 盲均衡均衡准则 | 第28-33页 |
| 2．3．1 置零准则 | 第28-30页 |
| 2．3．2 峰度准则 | 第30页 |
| 2．3．3 归一化准则 | 第30-33页 |
| 第三章 Bussgang类盲均衡算法 | 第33-45页 |
| 3．1 Bussgang类算法原理 | 第33-34页 |
| 3．2 经典 Bussgang类盲均衡算法 | 第34-39页 |
| 3．2．1 Sato算法 | 第34-35页 |
| 3．2．2 决策指向算法 | 第35-36页 |
| 3．2．3 BGR算法 | 第36-37页 |
| 3．2．4 Stop and Go算法 | 第37-38页 |
| 3．2．5 Godard算法 | 第38-39页 |
| 3．3 恒模算法 | 第39-45页 |
| 3．3．1 恒模算法的理论推导 | 第39-41页 |
| 3．3．2 变步长恒模盲均衡算法的表达形式 | 第41-42页 |
| 3．3．3 步长选取原则 | 第42-45页 |
| 第四章 基于 MSE变步长恒模算法的实现 | 第45-63页 |
| 4．1 恒模算法中剩余误差的理论分析 | 第45-47页 |
| 4．2 基于 MSE的改进型Sigmoid函数形式变步长的实现 | 第47-56页 |
| 4．2．1 收敛性能分析 | 第48页 |
| 4．2．2 计算机仿真 | 第48-56页 |
| 4．3 基于 MSE非线性函数形式变步长的实现 | 第56-63页 |
| 4．3．1 收敛性能分析 | 第56-57页 |
| 4．3．2 计算机仿真 | 第57-63页 |
| 第五章 基于剩余误差峰度变步长恒模算法的实现 | 第63-78页 |
| 5．1 恒模算法中剩余误差峰度的理论分析 | 第63-64页 |
| 5．2 基于误差峰度改进型 Sigmoid函数形式变步长的实现 | 第64-71页 |
| 5．2．1 收敛性能分析 | 第65页 |
| 5．2．2 计算机仿真 | 第65-71页 |
| 5．3 基于剩余误差峰度非线性函数形式变步长的实现 | 第71-78页 |
| 5．3．1 收敛性能分析 | 第72页 |
| 5．3．2 计算机仿真 | 第72-78页 |
| 第六章 结论与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |
