| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·盲均衡技术研究现状和发展趋势 | 第12-15页 |
| ·Bussgang 类盲均衡算法 | 第12-13页 |
| ·基于高阶统计量的盲均衡算法 | 第13-14页 |
| ·非线性盲均衡算法 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第2章 盲均衡理论基础 | 第17-30页 |
| ·无线通信信道的特性 | 第17-23页 |
| ·多普勒效应与相干时间 | 第17-18页 |
| ·时延扩展与相干带宽 | 第18页 |
| ·无线通信信道的分类 | 第18-20页 |
| ·信道模型 | 第20-22页 |
| ·信道举例 | 第22-23页 |
| ·盲均衡技术 | 第23-30页 |
| ·盲均衡问题的数学描述 | 第23-24页 |
| ·均衡准则 | 第24-27页 |
| ·理想均衡条件 | 第27页 |
| ·衡量均衡性能的指标 | 第27-30页 |
| 第3章 Bussgang 类盲均衡算法研究 | 第30-65页 |
| ·几种经典的盲均衡算法 | 第31-36页 |
| ·常数模算法(CMA) | 第31-32页 |
| ·修正常数模算法(MCMA) | 第32页 |
| ·广义 Sato 算法(GSA) | 第32-33页 |
| ·方形轮廓线算法(SCA) | 第33-34页 |
| ·算法仿真分析 | 第34-36页 |
| ·分数间隔盲均衡算法 | 第36-40页 |
| ·分数间隔均衡器的优点 | 第36-37页 |
| ·分数间隔均衡器的系统模型 | 第37-39页 |
| ·分数间隔均衡器算法的性能仿真 | 第39-40页 |
| ·基于改进误差函数的 Bussgang 类盲均衡算法 | 第40-44页 |
| ·基于星座图匹配误差(CME)函数的 MCMA 算法(CME-MCMA) | 第40-41页 |
| ·基于均方误差判决引导的双模式盲均衡算法(DD-MCMA) | 第41页 |
| ·基于 Stop-and-Go 的 MCMA 算法(SAG-MCMA) | 第41-42页 |
| ·基于修正误差函数的 MCMA 算法(ME-MCMA) | 第42页 |
| ·基于改进误差函数的 MCMA 算法的性能仿真 | 第42-44页 |
| ·基于变步长的 MCMA 算法(VSS-MCMA) | 第44-52页 |
| ·VSS-MCMA 算法介绍 | 第44-45页 |
| ·VSS-MCMA 算法的仿真及性能分析 | 第45-52页 |
| ·混合型盲均衡算法 | 第52-61页 |
| ·基于判决引导的 CME-MCMA 算法(DD-CME-MCMA)及其仿真 | 第52-54页 |
| ·基于修正误差函数的 VSS-MCMA 算法(ME-VSS-MCMA)及其仿真 | 第54-56页 |
| ·基于判决引导的双模式切换算法(DD-VSS-MCMA)及其仿真 | 第56-58页 |
| ·混合型盲均衡算法(CME-DD-VSS-MCMA)及其仿真 | 第58-61页 |
| ·超指数迭代算法(SEI) | 第61-63页 |
| ·超指数算法 | 第61-62页 |
| ·超指数迭代算法 | 第62页 |
| ·修正超指数迭代算法 | 第62页 |
| ·计算机仿真和性能分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第4章 基于支持向量机的盲均衡技术 | 第65-79页 |
| ·基于 SVM 的盲均衡技术 | 第65-71页 |
| ·实信道和 BPSK 信号的 SVM 均衡 | 第65-67页 |
| ·复信道和 QPSK 信号的 SVM 均衡 | 第67-68页 |
| ·非线性信道均衡 | 第68-69页 |
| ·算法实现流程 | 第69-71页 |
| ·支持向量回归机参数的选取 | 第71页 |
| ·基于 SVM 初始化的 SCA 算法(SVM-SCA) | 第71-72页 |
| ·计算机仿真及性能分析 | 第72-78页 |
| ·实线性信道下 SVM 盲均衡的仿真及性能分析 | 第72-73页 |
| ·复线性信道下 QPSK 信号的 SVM 盲均衡算法的仿真及性能分析 | 第73-75页 |
| ·非线性信道下 SVM 盲均衡算法的仿真及性能分析 | 第75-76页 |
| ·基于 SVM 初始化的 SCA 算法(SVM-SCA) | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 基于子梯度规划的快速低复杂度盲均衡算法 | 第79-93页 |
| ·子梯度问题的数学描述 | 第79-84页 |
| ·子梯度的概念 | 第79-80页 |
| ·范数的定义 | 第80页 |
| ·盲均衡的凸代价函数 | 第80-82页 |
| ·子梯度方法 | 第82-84页 |
| ·基于子梯度规划的迭代盲均衡算法 | 第84-86页 |
| ·实信号情况下的子梯度盲均衡算法 | 第84-85页 |
| ·复信号情况下的子梯度盲均衡算法 | 第85页 |
| ·复杂度分析 | 第85-86页 |
| ·计算机仿真及性能分析 | 第86-92页 |
| ·实信号情况下子梯度盲均衡算法仿真 | 第86-89页 |
| ·复信号情况下子梯度盲均衡算法仿真 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第6章 总结与展望 | 第93-95页 |
| ·总结 | 第93页 |
| ·展望 | 第93-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 附录 1 | 第100-102页 |
| 附录 2 | 第102页 |
