基于神经网络的盲均衡算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题研究的目的与意义 | 第8-9页 |
| ·基于神经网络的盲均衡技术的发展现状 | 第9-14页 |
| ·盲均衡技术的发展现状 | 第9-11页 |
| ·神经网络的发展现状 | 第11页 |
| ·基于神经网络的盲均衡技术的发展现状 | 第11-14页 |
| ·本文主要工作以及章节安排 | 第14-15页 |
| 第二章 信道盲均衡技术 | 第15-29页 |
| ·盲均衡技术的基本原理 | 第15-17页 |
| ·盲均衡技术的准则与性能表征 | 第17-20页 |
| ·盲均衡的基本算法 | 第20-23页 |
| ·最小均方(LMS)算法 | 第20-22页 |
| ·递归最小二乘(RLS)算法 | 第22-23页 |
| ·盲均衡算法性能的评价准则 | 第23-25页 |
| ·算法收敛速度 | 第23页 |
| ·稳态剩余误差 | 第23-24页 |
| ·误码率 | 第24-25页 |
| ·经典盲均衡算法 | 第25-29页 |
| ·经典盲均衡的优缺点分析 | 第25-27页 |
| ·恒模算法 | 第27-29页 |
| 第三章 人工神经网络的技术基础 | 第29-40页 |
| ·人工神经网络概述 | 第29-31页 |
| ·人工神经元及其特性 | 第31-34页 |
| ·生物神经元 | 第31-32页 |
| ·人工神经元的数学模型 | 第32-33页 |
| ·人工神经元的激活函数 | 第33-34页 |
| ·人工神经网络模型及学习规则 | 第34-38页 |
| ·人工神经网络模型 | 第34-36页 |
| ·神经网络的学习规则 | 第36-38页 |
| ·基于神经网络的盲均衡 | 第38-40页 |
| ·基于神经网络盲均衡的原理 | 第38页 |
| ·基于神经网络的盲均衡算法的分类与分析 | 第38-40页 |
| 第四章 基于双线性反馈神经网络的盲均衡算法研究 | 第40-58页 |
| ·基于双线性反馈神经网络的盲均衡算法的理论基础 | 第40-43页 |
| ·双线性反馈神经网络对PAM 系统的盲均衡 | 第43-47页 |
| ·实值双线性反馈神经网络盲均衡算法 | 第44-45页 |
| ·计算机仿真 | 第45-47页 |
| ·双线性反馈神经网络在QAM 系统中的盲均衡算法 | 第47-55页 |
| ·复值双线性反馈神经网络盲均衡算法 | 第47-51页 |
| ·计算机仿真 | 第51-55页 |
| ·算法跟踪信道突变性能仿真 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第64页 |
