基于粒子滤波的非线性卫星信道盲均衡方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题背景和意义 | 第11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 非线性均衡方法 | 第12-13页 |
| 1.2.2 盲均衡技术 | 第13-14页 |
| 1.2.3 存在问题 | 第14页 |
| 1.2.4 粒子滤波盲均衡 | 第14-15页 |
| 1.3 研究内容及思路 | 第15-17页 |
| 1.4 结构安排 | 第17-19页 |
| 第二章 粒子滤波理论 | 第19-31页 |
| 2.1 贝叶斯滤波 | 第19-20页 |
| 2.2 标准滤波方法简介 | 第20-23页 |
| 2.2.1 Kalman滤波 | 第21页 |
| 2.2.2 扩展Kalman滤波(EKF) | 第21-22页 |
| 2.2.3 无味Kalman滤波(UKF) | 第22-23页 |
| 2.3 粒子滤波 | 第23-29页 |
| 2.3.1 蒙特卡洛方法 | 第23-24页 |
| 2.3.2 贝叶斯重要性采样 | 第24-25页 |
| 2.3.3 序贯重要性采样 | 第25-26页 |
| 2.3.4 粒子退化与重采样 | 第26-29页 |
| 2.4 粒子滤波的收敛性 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 非线性卫星信道下的粒子滤波盲均衡方法 | 第31-47页 |
| 3.1 HPA非线性模型 | 第31-34页 |
| 3.1.1 无记忆非线性模型 | 第32页 |
| 3.1.2 有记忆非线性模型 | 第32-34页 |
| 3.2 信号模型及问题描述 | 第34-36页 |
| 3.2.1 非线性接收信号基带模型 | 第34-36页 |
| 3.2.2 非线性信道盲均衡的数学描述 | 第36页 |
| 3.3 非线性卫星信道下的粒子滤波盲均衡方法 | 第36-42页 |
| 3.3.1 状态空间模型 | 第36-37页 |
| 3.3.2 算法框架 | 第37-39页 |
| 3.3.3 参数初始化 | 第39-40页 |
| 3.3.4 实验仿真 | 第40-42页 |
| 3.4 改进的粒子滤波盲均衡方法 | 第42-46页 |
| 3.4.1 简化的状态空间模型 | 第43页 |
| 3.4.2 非时变参数估计 | 第43-45页 |
| 3.4.3 实验仿真 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 自适应进化粒子滤波盲均衡方法 | 第47-59页 |
| 4.1 重采样方法 | 第47-49页 |
| 4.1.1 多项式重采样 | 第48页 |
| 4.1.2 残差重采样 | 第48页 |
| 4.1.3 分层重采样 | 第48页 |
| 4.1.4 系统重采样 | 第48-49页 |
| 4.2 粒子枯竭问题 | 第49页 |
| 4.3 遗传粒子滤波算法 | 第49-53页 |
| 4.3.1 遗传算法 | 第49-51页 |
| 4.3.2 遗传粒子滤波算法 | 第51-53页 |
| 4.4 自适应进化粒子滤波非线性盲均衡方法 | 第53-56页 |
| 4.4.1 自适应引导变异 | 第53-55页 |
| 4.4.2 自适应进化粒子滤波盲均衡方法 | 第55-56页 |
| 4.5 实验仿真 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 结束语 | 第59-61页 |
| 5.1 论文主要工作及创新 | 第59-60页 |
| 5.2 工作展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
