摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 课题研究的背景和意义 | 第8-10页 |
1.2 粒子滤波方法研究现状 | 第10-11页 |
1.3 PLC 技术国内外研究现状 | 第11-13页 |
1.4 论文主要内容及章节安排 | 第13-15页 |
1.4.1 本文的研究内容 | 第13-14页 |
1.4.2 论文的章节安排 | 第14-15页 |
第2章 正交频分复用技术分析 | 第15-24页 |
2.1 OFDM 基本原理 | 第15-19页 |
2.1.1 OFDM 的概念 | 第15页 |
2.1.2 OFDM 信号模型 | 第15-16页 |
2.1.3 正交性条件 | 第16-18页 |
2.1.4 基于 DFT 的 OFDM 的实现 | 第18-19页 |
2.2 保护间隔和循环前缀的加入 | 第19-20页 |
2.3 OFDM 的关键技术 | 第20-21页 |
2.4 OFDM 参数的选择 | 第21-22页 |
2.5 OFDM 技术的优缺点 | 第22-23页 |
2.5.1 存在的优点 | 第22-23页 |
2.5.2 存在的缺点 | 第23页 |
2.6 本章小结 | 第23-24页 |
第3章 基于 LMS 算法的 OFDM 信道估计 | 第24-36页 |
3.1 低压电力线系统模型 | 第24-26页 |
3.1.1 低压电力线噪声模型 | 第24-25页 |
3.1.2 低压电力线通信信道模型 | 第25-26页 |
3.2 OFDM 系统频域信道估计原理 | 第26-27页 |
3.3 基于最小均方(LMS)的自适应算法 | 第27-28页 |
3.4 LMS 自适应算法在低压电力线 OFDM 系统中的应用 | 第28-30页 |
3.5 改进的变步长 LMS 算法(VFSS-LMS) | 第30-33页 |
3.6 计算机仿真 | 第33-35页 |
3.7 本章小结 | 第35-36页 |
第4章 粒子滤波方法 | 第36-45页 |
4.1 贝叶斯滤波理论 | 第36-39页 |
4.1.1 动态空间模型 | 第36-37页 |
4.1.2 贝叶斯估计理论 | 第37-39页 |
4.2 蒙特卡罗积分 | 第39-40页 |
4.3 粒子滤波 | 第40-44页 |
4.3.1 粒子滤波基本算法 | 第40-41页 |
4.3.2 粒子的退化 | 第41-42页 |
4.3.3 重采样技术 | 第42-43页 |
4.3.4 粒子滤波算法步骤 | 第43-44页 |
4.4 仿真结果与分析 | 第44页 |
4.5 本章小结 | 第44-45页 |
第5章 基于粒子滤波的信道估计 | 第45-49页 |
5.1 信道建模 | 第45页 |
5.2 粒子滤波应用于信道估计 | 第45-47页 |
5.3 仿真结果与分析 | 第47-48页 |
5.4 本章小结 | 第48-49页 |
结论 | 第49-50页 |
参考文献 | 第50-54页 |
攻读学位期间发表的学术论文 | 第54-55页 |
致谢 | 第55-56页 |