| 绪论 | 第1-8页 |
| 第一章 基于 Massey算法的扩频码盲估计 | 第8-13页 |
| ·m序列扩频码分析 | 第8-11页 |
| ·已知扩频码长度的 Massey算法 | 第8-10页 |
| ·m序列扩频码盲估计 | 第10-11页 |
| ·Gold序列扩频码分析 | 第11-12页 |
| ·结束语 | 第12-13页 |
| 第二章 基于特征值分解法的扩频码盲估计 | 第13-25页 |
| ·单个扩频信号伪码盲估计 | 第13-18页 |
| ·算法的重要性 | 第13-14页 |
| ·特征值分解法 PN序列盲估计 | 第14-17页 |
| ·仿真结果 | 第17-18页 |
| ·多个直扩信号的伪码盲估计 | 第18-24页 |
| ·基于特征值分析的盲同步 | 第18-22页 |
| ·仿真结果 | 第22-24页 |
| ·结束语 | 第24-25页 |
| 第三章 基于三阶相关函数的m序列生成多项式盲估计 | 第25-46页 |
| ·m序列 | 第25-29页 |
| ·m序列的产生 | 第26页 |
| ·m序列的性质 | 第26-27页 |
| ·扩展伽罗瓦域和m序列的对应关系 | 第27-29页 |
| ·高阶累积量 | 第29-31页 |
| ·基于三阶相关函数的m序列生成多项式估计 | 第31-45页 |
| ·完整m序列的三阶相关函数 | 第32-34页 |
| ·由三阶相关函数提取生成多项式 | 第34页 |
| ·部分m序列片段的三阶相关函数 | 第34-36页 |
| ·存在噪声的情况下的三阶相关函数 | 第36-39页 |
| ·信息调制干扰的去除 | 第39-40页 |
| ·多个直扩信号m序列生成多项式盲估计 | 第40-44页 |
| ·仿真结果 | 第44-45页 |
| ·结束语 | 第45-46页 |
| 第四章 基于独立分量分析法的扩频码盲估计 | 第46-67页 |
| ·独立分量分析法国内外发展现状 | 第46-47页 |
| ·独立分量分析基本原理 | 第47-48页 |
| ·独立分量数学模型 | 第47-48页 |
| ·ICA盲源分离的可辨识问题 | 第48页 |
| ·信号的预处理 | 第48-51页 |
| ·信号的零均值化 | 第49页 |
| ·信号的白化 | 第49-51页 |
| ·独立分量分析法的准则 | 第51-53页 |
| ·高阶累积量准则 | 第51-52页 |
| ·基于负嫡及近似负嫡的准则 | 第52-53页 |
| ·独立分量分析法算法 | 第53-56页 |
| ·自然梯度学习算法 | 第53-55页 |
| ·FastICA算法 | 第55-56页 |
| ·用于多用户检测的 ICA扩频码盲估计 | 第56-66页 |
| ·盲多用户检测 | 第56-57页 |
| ·基于独立分量分析法与 Massey法结合的扩频码盲估计 | 第57-64页 |
| ·仿真结果 | 第64-66页 |
| ·结束语 | 第66-67页 |
| 总结 | 第67-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |