独立分量分析算法及其在多用户检测中的应用
| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第1章 绪论 | 第14-38页 |
| ·课题研究背景 | 第14-18页 |
| ·独立分量分析概述 | 第18-32页 |
| ·ICA的基本原理 | 第19-22页 |
| ·ICA的发展历史和研究现状 | 第22-26页 |
| ·ICA主要研究内容 | 第26-28页 |
| ·ICA的应用 | 第28-31页 |
| ·研究难点 | 第31-32页 |
| ·多用户检测概述 | 第32-35页 |
| ·ICA在多用户检测中的应用研究现状 | 第35-36页 |
| ·本文的主要内容和结构安排 | 第36-38页 |
| 第2章 独立分量分析算法 | 第38-64页 |
| ·预处理 | 第38-42页 |
| ·中心化 | 第38页 |
| ·白化 | 第38-42页 |
| ·信息最大化(Infomax)方法 | 第42-46页 |
| ·极大似然估计法 | 第46-47页 |
| ·FastICA算法 | 第47-61页 |
| ·非高斯性度量 | 第48-49页 |
| ·负熵的近似 | 第49-52页 |
| ·快速固定点算法 | 第52-56页 |
| ·渐近FastICA | 第56页 |
| ·对称FastICA | 第56-57页 |
| ·仿真实验 | 第57-61页 |
| ·分离精度评价准则 | 第61-63页 |
| ·PI性能指数 | 第61-62页 |
| ·信号-干扰比(SIR)指标 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第3章 独立分量分析的克拉美罗界 | 第64-78页 |
| ·Fisher信息与Cramer-Rao不等式 | 第64-67页 |
| ·ICA的Fisher信息 | 第67-72页 |
| ·Fisher信息逆矩阵 | 第72-74页 |
| ·计算机仿真 | 第74-77页 |
| ·小结 | 第77-78页 |
| 第4章 两类独立分量分析算法 | 第78-104页 |
| ·广义高斯分布 | 第78-80页 |
| ·广义高斯变量生成算法 | 第80-83页 |
| ·算法推导 | 第81-82页 |
| ·计算机仿真实验 | 第82-83页 |
| ·自适应FastICA算法 | 第83-95页 |
| ·目标函数与评价函数 | 第84-88页 |
| ·性能分析 | 第88-90页 |
| ·实验仿真 | 第90-95页 |
| ·非参数独立分量分析算法 | 第95-102页 |
| ·广义高斯核ICA估计算法 | 第95-99页 |
| ·实验仿真 | 第99-102页 |
| ·小结 | 第102-104页 |
| 第5章 基于独立分量分析的多用户检测 | 第104-120页 |
| ·系统模型 | 第104-107页 |
| ·基于负熵准则的FastICA盲多用户检测 | 第107-114页 |
| ·ICA模型与CDMA信号模型 | 第107-108页 |
| ·基于负熵的盲多用户检测算法 | 第108-111页 |
| ·仿真实验 | 第111-114页 |
| ·基于非参数似然比的盲多用户检测 | 第114-119页 |
| ·算法推导 | 第114-116页 |
| ·仿真结果与分析 | 第116-119页 |
| ·小结 | 第119-120页 |
| 第6章 结论与展望 | 第120-122页 |
| ·结论 | 第120-121页 |
| ·展望 | 第121-122页 |
| 附录A 矩阵代数 | 第122-124页 |
| 附录B 信息理论基础 | 第124-128页 |
| B.1 微分熵 | 第124-125页 |
| B.2 K-L散度 | 第125-126页 |
| B.3 互信息 | 第126页 |
| B.4 负熵 | 第126-128页 |
| 附录C 公开的ICA软件包 | 第128-132页 |
| 参考文献 | 第132-146页 |
| 符号说明 | 第146-148页 |
| 缩略语简表 | 第148-150页 |
| 攻读学位期间公开发表论文 | 第150-151页 |
| 攻读学位期间参与的科研项目 | 第151-152页 |
| 致谢 | 第152-154页 |
| 研究生履历 | 第154页 |
