| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-16页 |
| ·引言 | 第12页 |
| ·论文研究的背景及意义 | 第12-13页 |
| ·多用户检测技术的发展历史和研究现状 | 第13-15页 |
| ·本论文的主要内容 | 第15-16页 |
| 第2章 多用户检测技术的理论基础 | 第16-28页 |
| ·CDMA 通信系统模型 | 第16-18页 |
| ·高斯白噪声同步CDMA 系统模型 | 第16-17页 |
| ·高斯白噪声异步CDMA 系统模型 | 第17页 |
| ·多径衰落CDMA 系统模型 | 第17-18页 |
| ·多用户检测的基本原理 | 第18-19页 |
| ·多用户检测技术的分类 | 第19-25页 |
| ·最优多用户检测 | 第19-20页 |
| ·线性多用户检测 | 第20-21页 |
| ·非线性多用户检测 | 第21-24页 |
| ·盲多用户检测 | 第24-25页 |
| ·多用户检测的性能测度 | 第25-27页 |
| ·误码率（BER） | 第25-26页 |
| ·信干比（SINR） | 第26页 |
| ·渐进多用户有效性（AME） | 第26-27页 |
| ·抗远近效应能力（near-far resistance） | 第27页 |
| ·渐进剩余能量（EOE） | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 两种盲多用户检测算法的研究 | 第28-44页 |
| ·基于约束最小输出能量的盲多用户检测算法 | 第28-33页 |
| ·盲多用户检测器的典范表示 | 第28-29页 |
| ·盲自适应LMS 算法 | 第29-30页 |
| ·改进的变步长LMS 算法 | 第30-31页 |
| ·实验仿真与结果分析 | 第31-33页 |
| ·基于子空间的盲多用户检测算法 | 第33-42页 |
| ·子空间方法的基本原理 | 第33-35页 |
| ·子空间的跟踪算法 | 第35-38页 |
| ·改进的子空间跟踪算法 | 第38-39页 |
| ·实验仿真与结果分析 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 独立分量分析技术 | 第44-56页 |
| ·引言 | 第44页 |
| ·独立分量分析的定义及数学模型 | 第44-46页 |
| ·独立分量分析的预处理 | 第46-47页 |
| ·中心化 | 第46-47页 |
| ·预白化 | 第47页 |
| ·独立分量分析的目标函数 | 第47-51页 |
| ·非高斯性最大化 | 第48-50页 |
| ·互信息最小化 | 第50页 |
| ·最大似然估计法 | 第50-51页 |
| ·独立分量分析的优化算法 | 第51-52页 |
| ·梯度下降法 | 第51页 |
| ·FastICA 算法 | 第51-52页 |
| ·FastICA 的基本算法 | 第52-54页 |
| ·基于峭度的FastICA 算法 | 第52-53页 |
| ·基于负熵的FastICA 算法 | 第53页 |
| ·多个独立分量的逐次提取 | 第53-54页 |
| ·多个独立分量的并行提取 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第5章 基于改进的快速独立分量分析盲多用户检测算法 | 第56-74页 |
| ·改进的快速独立分量分析 | 第56-64页 |
| ·改进FastICA 算法 | 第56-60页 |
| ·小波变换和改进的FastICA 算法相结合 | 第60-64页 |
| ·基于独立分量分析的盲多用户检测 | 第64-66页 |
| ·基于ICA 多用户检测的原理 | 第64-65页 |
| ·基于ICA 多用户检测的模型 | 第65-66页 |
| ·基于小波变换和改进独立分量分析的盲多用户检测 | 第66-73页 |
| ·基于小波变换和改进FastICA 的盲多用户检测模型 | 第66页 |
| ·实验仿真与结果分析 | 第66-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 全文总结与展望 | 第74-76页 |
| ·论文的工作总结 | 第74-75页 |
| ·后续的工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简介 | 第80-81页 |
| 致谢 | 第81页 |
