| 第1章 绪论 | 第9-15页 |
| 1．1 盲均衡技术在通信系统中应用的背景 | 第9-10页 |
| 1．2 盲均衡技术的研究现状 | 第10-11页 |
| 1．3 论文研究工作概况 | 第11-15页 |
| 1．3．1 论文的主要研究工作 | 第11-13页 |
| 1．3．2 论文的创新点 | 第13页 |
| 1．3．3 论文主要内容安排 | 第13-15页 |
| 第2章 盲均衡理论基础 | 第15-22页 |
| 2．1 盲均衡的定义 | 第15-16页 |
| 2．1．1 反褶积问题 | 第15页 |
| 2．1．2 盲均衡定义 | 第15-16页 |
| 2．2 码间干扰(ISI) | 第16-19页 |
| 2．3 盲均衡和盲辨识的要求 | 第19-21页 |
| 2．5 本章小结 | 第21-22页 |
| 第3章 常数模算法(CMA) | 第22-31页 |
| 3．1 实基带信道的BUSSGANG自适应均衡 | 第22-25页 |
| 3．2 CMA算法 | 第25-27页 |
| 3．3 CMA算法的仿真实验 | 第27-29页 |
| 3．4 本章小结 | 第29-31页 |
| 第4章 基于正交小波的盲均衡 | 第31-45页 |
| 4．1 小波分析 | 第31-38页 |
| 4．1．1 一唯连续小波 | 第31-32页 |
| 4．1．2 离散小波变换 | 第32-34页 |
| 4．1．3 多分辨率分析 | 第34-38页 |
| 4．2 基于小波分析的自适应均衡器 | 第38-41页 |
| 4．3 基于正交小波的盲均衡算法 | 第41-43页 |
| 4．3．1 基于正交小波的常数模算法(WBCMA) | 第41-42页 |
| 4．3．2 基于正交小波的通用BUSSGANG类盲均衡算法 | 第42-43页 |
| 4．4 基于正交小波的CMA算法(简称WBCMA)仿真实验 | 第43-44页 |
| 4．5 本章小结 | 第44-45页 |
| 第5章 量化在基于正交小波盲均衡算法上的应用 | 第45-51页 |
| 5．1 基于2的整数次幂的误差量化方法 | 第45-46页 |
| 5．2 量化在基于正交小波盲均衡算法上的应用 | 第46-47页 |
| 5．3 仿真实验 | 第47-50页 |
| 5．4 本章小结 | 第50-51页 |
| 第6章 引入Renyi熵的正交小波盲均衡的快速算法 | 第51-58页 |
| 6．1 Renyi熵代价函数的引入 | 第51页 |
| 6．2 Renyi熵代价函数的最小化 | 第51-52页 |
| 6．3 Renyi熵在正交小波盲均衡上的应用 | 第52-54页 |
| 6．4 仿真实验 | 第54-57页 |
| 6．5 本章小结 | 第57-58页 |
| 第7章 基于二阶统计量迫零的直接自适应盲均衡 | 第58-66页 |
| 7．1 在过采样情况下传输信号的周期平稳特性和系统的数学模型 | 第58-62页 |
| 7．1．1 过采样信号的周期平稳特性 | 第58-60页 |
| 7．1．2 过采样信号的多信道表示 | 第60-62页 |
| 7．2 迫零均衡器 | 第62-63页 |
| 7．3 基于二阶统计量迫零的直接自适应盲均衡具体步骤 | 第63-64页 |
| 7．4 仿真实验 | 第64-65页 |
| 7．5 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
