| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-8页 |
| 图形目录 | 第8-9页 |
| 表格目录 | 第9-10页 |
| 符号和缩写 | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·盲信号处理的分类 | 第12页 |
| ·盲信号处理的应用 | 第12-13页 |
| ·基于统计特性的盲信道估计的发展 | 第13-15页 |
| ·基于二阶统计量的信道可辨别条件 | 第13页 |
| ·基于接收端数据过采样的二阶盲辨识方法 | 第13-14页 |
| ·基于发射端数据过采样的二阶盲辨识方法 | 第14-15页 |
| ·基于一阶统计特性盲辨识方法 | 第15-16页 |
| ·通信系统的其他的盲辨识方法以及方法分类和总结 | 第16-17页 |
| ·最大似然法 | 第16页 |
| ·基于神经网络的盲辨识方法 | 第16-17页 |
| ·盲信道辨识的分类和总结 | 第17页 |
| ·本文主要内容及论文安排 | 第17-18页 |
| 第二章 MIMO系统盲辨识经典方法－子空间类 | 第18-28页 |
| ·MIMO通信系统及信道容量 | 第18-19页 |
| ·MIMO信道模型 | 第19页 |
| ·MIMO通信系统的盲可辨识条件 | 第19-20页 |
| ·MIMO通信系统盲辨识中的子空间法 | 第20-24页 |
| ·有理空间的定义以及其可辨性 | 第20-21页 |
| ·MIMO系统中的子空间法 | 第21-23页 |
| ·MIMO 信道的子空间盲辨识法的性能仿真 | 第23-24页 |
| ·基于最小子空间的MIMO信道盲辨识(MNS) | 第24-28页 |
| ·如何选择所有噪声向量中的 个噪声向量 | 第24-25页 |
| ·MIMO FIR系统中的最小噪声子空间法 | 第25-28页 |
| ·最小噪声子空间法的算法过程 | 第25-26页 |
| ·数字仿真和计算量分析: | 第26-28页 |
| 第三章 MIMO系统盲辨识经典方法－线性预测类 | 第28-39页 |
| ·MIMO系统中的线性预测法 | 第28-32页 |
| ·线性预测法的算法介绍 | 第28-29页 |
| ·线性预测法数字仿真及LP法的优缺点的讨论。 | 第29-32页 |
| ·基于矩阵外积的MIMO系统盲辨识 | 第32-39页 |
| ·线性预测法的缺陷以及改进 | 第32页 |
| ·基于矩阵外积的MIMO系统盲辨识 | 第32-35页 |
| ·信道外积矩阵的建立 | 第32-34页 |
| ·基于矩阵外积的算法 | 第34-35页 |
| ·信道间存在公共零点的矩阵外积分解的盲辨识方法 | 第35-36页 |
| ·性能仿真 | 第36-39页 |
| ·基于矩阵外积在信道阶数估计的情况下性能仿真 | 第36页 |
| ·基于矩阵外积在信道间存在共零点情况下性能仿真 | 第36-37页 |
| ·基于矩阵外积的盲方法和基于线性预测的盲方法的NMSE图比较 | 第37-39页 |
| 第四章 基于QR分解的MIMO信道盲辨识和盲均衡方法 | 第39-48页 |
| ·引言 | 第39页 |
| ·基于QR分解的MIMO信道辨识算法 | 第39-44页 |
| ·QR分解 | 第39页 |
| ·系统假设 | 第39-40页 |
| ·MIMO信道辨识算法的推导 | 第40-43页 |
| ·存在噪声时的处理 | 第43-44页 |
| ·实验结果和讨论 | 第44-47页 |
| ·接收数据均衡后的星座图 | 第44-45页 |
| ·几种经典的MIMO盲估计方法和基于QR分解的MIMO估计方法的比较 | 第45-46页 |
| ·基于QR分解的3输入4输出的NMSE与2输入4输出的NMSE比较 | 第46页 |
| ·输入信号为空间有色信号时的结果 | 第46-47页 |
| ·结论 | 第47-48页 |
| 第五章 基于最小信号子空间的MIMO系统盲辨识 | 第48-56页 |
| ·引言 | 第48页 |
| ·信号子空间(SigSS)以及最小信号子空间的接收天线组合序列(PCS)的选择。 | 第48-50页 |
| ·MIMO 系统的可辨识条件 | 第48页 |
| ·信号子空间的定义 | 第48页 |
| ·信号子空间的划分 | 第48-49页 |
| ·最小信号子空间的定义与划分 | 第49-50页 |
| ·基于SigSS机制的MIMO系统辨识 | 第50-53页 |
| ·子空间法 | 第50-51页 |
| ·最小信号子空间中的线性预测法(msslp) | 第51-53页 |
| ·算法性能分析及实验结果 | 第53-55页 |
| ·MSSLP与LP计算量分析和比较 | 第53-54页 |
| ·MSSLP的性能仿真 | 第54-55页 |
| ·结论 | 第55-56页 |
| 第六章 讨论和展望 | 第56-60页 |
| ·信道辨识方法的比较讨论 | 第56页 |
| ·MIMO信道二阶盲估计的不确定矩阵的解决 | 第56-58页 |
| ·基于二阶统计量的消除不确定矩阵方法 | 第56-57页 |
| ·基于高阶统计量的消除不确定矩阵方法 | 第57-58页 |
| ·思考总结和展望 | 第58-60页 |
| ·输入端数据的循环平稳性的使用成为MIMO系统的发展趋势 | 第58页 |
| ·盲信道估计将越来越多的利用信道的其他特性 | 第58-59页 |
| ·对MIMO信道的处理 | 第59页 |
| ·MIMO-OFDM中的盲辨识是未来方向之一 | 第59-60页 |
| 附录 A 定理3.2的证明 | 第60-63页 |
| 附录 B 定理5.1的证明 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者简介 | 第71页 |
