多载波CDMA系统中粒子滤波及改进算法研究

摘要	第1-8页
Abstract	第8-13页
第1章 绪论	第13-27页
·引言	第13页
·贝叶斯估计方法	第13-20页
·最优估计	第13-15页
·次优估计	第15-20页
·粒子滤波综述	第20-25页
·国内外研究现状	第20-22页
·主要应用领域	第22-24页
·存在问题及研究方向	第24-25页
·课题研究的意义	第25页
·论文主要研究内容	第25-27页
第2章 粒子滤波算法	第27-45页
·引言	第27页
·粒子滤波理论基础	第27-31页
·递推贝叶斯估计	第27-30页
·蒙特卡罗方法	第30-31页
·粒子滤波状态估计方法	第31-37页
·贝叶斯重要采样定理	第31-33页
·序列重要性采样	第33页
·退化现象	第33-34页
·建议分布的选择	第34-35页
·重采样	第35-36页
·粒子滤波收敛性分析	第36-37页
·仿真及结果分析	第37-44页
·粒子滤波状态估计	第37-39页
·影响估计性能因素分析	第39-44页
·本章小结	第44-45页
第3章 粒子滤波在多载波CDMA系统中的应用研究	第45-67页
·引言	第45页
·多载波CDMA系统	第45-49页
·MC-CDMA系统	第45-46页
·MC-CDMA系统模型	第46-49页
·Alpha稳定分布噪声	第49-53页
·不同参数系表征	第50-52页
·生成方法	第52-53页
·粒子滤波信道估计	第53-58页
·信道估计方法概述	第53页
·瑞利衰落信道的AR过程模拟	第53-55页
·状态方程的建立	第55-57页
·信道估计实现方法	第57-58页
·粒子滤波多用户检测	第58-61页
·多用户检测方法概述	第58-59页
·最优多用户检测	第59页
·状态方程的建立	第59-60页
·多用户检测实现方法	第60-61页
·仿真及结果分析	第61-66页
·Alpha稳定分布噪声	第61-62页
·信道估计与检测	第62-64页
·与卡尔曼滤波比较	第64-66页
·本章小结	第66-67页
第4章 自适应重采样粒子滤波	第67-91页
·引言	第67页
·粒子滤波经典改进算法	第67-74页
·辅助粒子滤波	第67-69页
·正则粒子滤波	第69-71页
·高斯粒子滤波	第71-74页
·自适应重采样粒子滤波	第74-79页
·重采样算法介绍	第74-76页
·重采样算法弊端分析	第76-77页
·自适应重采样算法	第77-79页
·仿真及结果分析	第79-90页
·改进粒子滤波估计性能比较	第79-81页
·重采样算法比较	第81-83页
·自适应重采样粒子滤波参数取值与误差分析	第83-86页
·自适应重采样算法改进前后比较	第86-88页
·信噪比估计误差对改进算法估计精度影响	第88-90页
·本章小结	第90-91页
第5章 改进建议分布粒子滤波	第91-109页
·引言	第91页
·无迹粒子滤波	第91-95页
·无迹卡尔曼滤波	第91-94页
·无迹粒子滤波	第94-95页
·最大似然粒子滤波	第95-96页
·群智能优化算法	第96-102页
·遗传算法	第97-98页
·粒子群优化	第98-100页
·人工蜂群	第100-102页
·改进人工蜂群粒子滤波	第102-104页
·仿真及结果分析	第104-107页
·最大似然粒子滤波	第104-106页
·改进人工蜂群粒子滤波	第106-107页
·本章小结	第107-109页
结论	第109-112页
参考文献	第112-124页
攻读博士学位期间发表的论文和取得的科研成果	第124-125页
致谢	第125页