| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外相关研究情况 | 第10-11页 |
| ·超宽带多用户检测技术面临的挑战及发展方向 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| 第2章 UWB通信系统的基础 | 第13-23页 |
| ·UWB通信系统的基本原理 | 第13页 |
| ·UWB信号模型 | 第13-20页 |
| ·跳时超宽带信号模型 | 第14-16页 |
| ·直接序列超宽带信号模型 | 第16-18页 |
| ·多频带超宽带信号模型 | 第18-20页 |
| ·超宽带的主要特点及应用 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 UWB多用户检测算法研究 | 第23-42页 |
| ·多用户检测技术概述 | 第23页 |
| ·多用户检测技术的特点 | 第23-24页 |
| ·单用户系统的接收与检测 | 第24-29页 |
| ·多用户检测技术 | 第29-39页 |
| ·传统匹配滤波多用户检测算法 | 第29-36页 |
| ·最优多用户检测算法 | 第36-39页 |
| ·仿真结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 群智能算法 | 第42-62页 |
| ·群智能算法简介 | 第42-44页 |
| ·蚁群优化算法 | 第44-48页 |
| ·蚁群优化算法的基本原理 | 第44-47页 |
| ·蚁群优化算法的应用研究现状 | 第47-48页 |
| ·粒子群优化算法 | 第48-52页 |
| ·粒子群优化算法的基本原理 | 第48-51页 |
| ·粒子群优化算法的参数分析 | 第51-52页 |
| ·人工鱼群算法 | 第52-55页 |
| ·人工鱼群算法的基本原理 | 第52-54页 |
| ·人工鱼群算法的应用 | 第54-55页 |
| ·改进的粒子群算法 | 第55-60页 |
| ·改进的粒子群算法求解背包问题 | 第55-57页 |
| ·仿真结果与分析 | 第57-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 群智能算法在UWB多用户检测中的应用 | 第62-67页 |
| ·基于离散粒子群优化算法(DPSO)的UWB多用户检测 | 第62-64页 |
| ·基于人工鱼群算法(AFSA)的UWB多用户检测 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |