| 符号与縮写词含义 | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 水声信道 | 第10-12页 |
| 1.2.1 水声信道的特性 | 第10-11页 |
| 1.2.2 水声信道模型 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 本论文的主要研究内容 | 第15-17页 |
| 第二章 盲均衡基础理论 | 第17-24页 |
| 2.1 盲均衡系统模型 | 第17-20页 |
| 2.1.1 均衡器的分类和结构 | 第17-18页 |
| 2.1.2 盲均衡系统等效基带模型 | 第18-20页 |
| 2.2 经典盲均衡算法及多模算法 | 第20-23页 |
| 2.3 本章总结 | 第23-24页 |
| 第三章 基于共轭梯度的多模盲均衡算法 | 第24-40页 |
| 3.1 随机共轭梯度多模盲均衡算法 | 第24-33页 |
| 3.1.1 多模盲均衡算法系统模型 | 第24-25页 |
| 3.1.2 共轭梯度算法 | 第25页 |
| 3.1.3 随机共轭梯度多模盲均衡算法 | 第25-27页 |
| 3.1.4 仿真实验与分析 | 第27-33页 |
| 3.2 引入动量项的共轭梯度多模盲均衡算法 | 第33-35页 |
| 3.2.1 引入动量项的共轭梯度多模盲均衡算法 | 第33-34页 |
| 3.2.2 仿真实验与分析 | 第34-35页 |
| 3.3 基于动量因子动态变化的共轭梯度多模盲均衡算法 | 第35-39页 |
| 3.3.1 动量因子α对算法性能的影响 | 第35页 |
| 3.3.2 基于动量因子动态变化的共轭梯度多模盲均衡算法原理 | 第35-36页 |
| 3.3.3 仿真实验与分析 | 第36-39页 |
| 3.4 本章总结 | 第39-40页 |
| 第四章 加权多模算法的改进算法 | 第40-56页 |
| 4.1 加权多模算法 | 第40-42页 |
| 4.2 基于加权因子非线性变化的改进加权多模盲均衡算法 | 第42-45页 |
| 4.2.1 基于加权因子非线性变化的改进加权多模盲均衡算法原理 | 第42-43页 |
| 4.2.2 基于加权因子非线性变化的改进加权多模盲均衡算法迭代公式 | 第43页 |
| 4.2.3 仿真实验与分析 | 第43-45页 |
| 4.3 基于改进加权多模算法的双模式盲均衡算法 | 第45-50页 |
| 4.3.1 双模式算法的基本原理 | 第45-47页 |
| 4.3.2 基于改进加权多模算法的双模式盲均衡算法 | 第47-48页 |
| 4.3.3 仿真实验与分析 | 第48-50页 |
| 4.4 基于改进加权多模算法的混合盲均衡算法 | 第50-55页 |
| 4.4.1 混合盲均衡算法的基本原理 | 第50-51页 |
| 4.4.2 基于改进加权多模算法的混合盲均衡算法 | 第51-52页 |
| 4.4.3 仿真实验与分析 | 第52-55页 |
| 4.5 本章总结 | 第55-56页 |
| 第五章 高斯分布多模盲均衡算法 | 第56-70页 |
| 5.1 基于高斯分布的多模盲均衡算法 | 第56-63页 |
| 5.1.1 高斯分布 | 第56-57页 |
| 5.1.2 多模算法的模值分析 | 第57-58页 |
| 5.1.3 基于高斯分布的多模盲均衡算法 | 第58-61页 |
| 5.1.4 仿真实验与分析 | 第61-63页 |
| 5.2 基于高斯分布参数σ动态变化的多模盲均衡算法 | 第63-68页 |
| 5.2.1 参数σ对算法性能的影响 | 第63-64页 |
| 5.2.2 基于高斯分布参数σ动态变化的多模盲均衡算法 | 第64-66页 |
| 5.2.3 仿真实验与分析 | 第66-68页 |
| 5.3 本章总结 | 第68-70页 |
| 第六章 全文总结 | 第70-72页 |
| 6.1 本文的主要工作 | 第70-71页 |
| 6.2 有待进一步研究的问题 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士期间发表的论文 | 第76-77页 |
| 致谢 | 第77页 |
