| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 研究的背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文的主要工作及章节安排 | 第12-13页 |
| 第二章 MIMO-OFDM系统信道均衡方法 | 第13-26页 |
| 2.1 信道均衡原理 | 第13-15页 |
| 2.2 MIMO-OFDM系统模型 | 第15-19页 |
| 2.2.1 MIMO原理 | 第15-17页 |
| 2.2.2 OFDM原理 | 第17-18页 |
| 2.2.3 MIMO-OFDM系统模型 | 第18-19页 |
| 2.3 MIMO-OFDM系统的信道均衡方法 | 第19-26页 |
| 2.3.1 最小二乘(LS)均衡算法 | 第19-20页 |
| 2.3.2 最小均方误差(MMSE)均衡算法 | 第20-21页 |
| 2.3.3 最大似然(ML)均衡算法 | 第21页 |
| 2.3.4 几种均衡算法的性能仿真实验 | 第21-26页 |
| 第三章 基于传统前馈神经网络的MIMO-OFDM系统信道均衡 | 第26-37页 |
| 3.1 人工神经网络原理 | 第26-27页 |
| 3.2 基于神经网络的信道均衡方法 | 第27-29页 |
| 3.2.1 基于神经网络的信道均衡原理 | 第27-29页 |
| 3.2.2 基于神经网络的MIMO-OFDM信道均衡原理 | 第29页 |
| 3.3 基于传统前馈神经网络的MIMO-OFDM系统信道均衡方法 | 第29-37页 |
| 3.3.1 BP神经网络 | 第29-32页 |
| 3.3.2 RBF神经网络 | 第32-33页 |
| 3.3.3 基于BP网络和RBF网络的MIMO-OFDM系统信道均衡实验 | 第33-37页 |
| 第四章 基于极端学习机的MIMO-OFDM系统信道均衡 | 第37-47页 |
| 4.1 极端学习机的原理和发展 | 第37-40页 |
| 4.1.1 极端学习机的原理 | 第37-39页 |
| 4.1.2 极端学习机的发展及应用 | 第39-40页 |
| 4.2 极端学习机在MIMO-OFDM系统中的算法描述 | 第40-41页 |
| 4.3 基于极端学习机的MIMO-OFDM系统均衡算法仿真实验 | 第41-43页 |
| 4.4 极端学习机与经典前馈网络在MIMO-OFDM系统中的均衡性能比较 | 第43-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
