水声通信中的自适应均衡与空间分集技术研究
第1章 绪论 | 第1-33页 |
1.1 水声通信发展概况 | 第11-14页 |
1.2 水声信道的特性 | 第14-16页 |
1.3 水声通信中的信道均衡技术 | 第16-20页 |
1.3.1 采用均衡技术的必要性 | 第16-17页 |
1.3.2 自适应均衡器 | 第17-19页 |
1.3.3 均衡算法的性能指标 | 第19-20页 |
1.4 盲均衡算法 | 第20-21页 |
1.5 分集技术概论 | 第21-23页 |
1.6 自适应神经信息处理 | 第23-25页 |
1.6.1 感知神经元模型 | 第23-24页 |
1.6.2 ADALINE神经元模型 | 第24-25页 |
1.7 国内外发展现状 | 第25-30页 |
1.8 论文的主要研究内容 | 第30-33页 |
第2章 自适应均衡技术研究 | 第33-67页 |
2.1 自适应最小误差均衡 | 第33-44页 |
2.1.1 自适应线性均衡器 | 第34-35页 |
2.1.2 自适应判决反馈均衡器 | 第35-38页 |
2.1.3 自适应线性抵消均衡器 | 第38-40页 |
2.1.4 自适应格型衡器 | 第40-44页 |
2.2 自适应均衡算法 | 第44-47页 |
2.2.1 LMS算法 | 第45-46页 |
2.2.2 RLS算法 | 第46-47页 |
2.3 相位恢复自最优均衡算法 | 第47-49页 |
2.4 块均衡算法 | 第49-55页 |
2.4.1 块均衡(BE) | 第49-50页 |
2.4.2 块决策反馈均衡 | 第50-51页 |
2.4.3 块均衡算法 | 第51-55页 |
2.6 稀疏均衡算法 | 第55-59页 |
2.6.1 最优稀疏法 | 第55-57页 |
2.6.2 稀疏决策反馈均衡算法 | 第57-59页 |
2.7 几种均衡算法的比较 | 第59-65页 |
2.8 本章小结 | 第65-67页 |
第3章 空间分集均衡技术的研究 | 第67-101页 |
3.1 简介 | 第67-68页 |
3.2 分集信号的合并技术 | 第68-70页 |
3.3 最优空间分集处理 | 第70-72页 |
3.3.1 非衰落介质中的空间分集处理 | 第70-71页 |
3.3.2 最大似然(ML)分集的误差性能 | 第71-72页 |
3.4 空间分集(SDE)处理 | 第72-75页 |
3.4.1 联合均衡器 | 第72-74页 |
3.4.2 MMSE均衡组合器 | 第74-75页 |
3.5 线性分集均衡器 | 第75-77页 |
3.6 判决反馈分集均衡器 | 第77-79页 |
3.7 多通道自适应算法 | 第79-81页 |
3.7.1 多通道自适应算法 | 第79-80页 |
3.7.2 快速最优LMS自适应算法 | 第80-81页 |
3.8 仿真结果与分析 | 第81-84页 |
3.9 递归神经网络空间分集均衡器的研究 | 第84-92页 |
3.9.1 BP学习算法 | 第85-88页 |
3.9.2 BP算法的改进 | 第88-89页 |
3.9.3 递归神经网络空间分集均衡器 | 第89-90页 |
3.9.4 自适应调整算法 | 第90-92页 |
3.10 MIMO空间分集均衡 | 第92-97页 |
3.10.1 MIMO通信系统模型 | 第93-95页 |
3.10.2 MIMO均衡器 | 第95-97页 |
3.11 隐分集技术 | 第97-98页 |
3.12 本章小结 | 第98-101页 |
第4章 水声通信试验研究 | 第101-120页 |
4.1 试验系统介绍 | 第101-102页 |
4.2 纠错编码 | 第102-105页 |
4.2.1 Reed-Solomon编码的形成 | 第102-103页 |
4.2.2 Reed-Solomon码的译码 | 第103-105页 |
4.3 相移键空调制技术 | 第105-107页 |
4.4 载波恢复技术 | 第107-109页 |
4.5 相关同步技术 | 第109页 |
4.6 数据采集 | 第109-112页 |
4.7 试验数据处理及分析 | 第112-119页 |
4.8 本章小结 | 第119-120页 |
结论 | 第120-123页 |
参考文献 | 第123-132页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第132-133页 |
致谢 | 第133页 |