| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 本文的主要工作和章节安排 | 第12-15页 |
| 第二章 TD-SCDMA系统和智能天线技术简介 | 第15-27页 |
| 2.1 TD-SCDMA系统 | 第15-21页 |
| 2.1.1 三大主流标准的比较 | 第15-16页 |
| 2.1.2 TD-SCDMA系统物理层概述 | 第16-19页 |
| 2.1.3 TD-SCDMA系统的主要特点 | 第19-21页 |
| 2.2 智能天线技术 | 第21-23页 |
| 2.2.1 智能天线的两种工作方式 | 第21-22页 |
| 2.2.2 两种智能天线的比较 | 第22-23页 |
| 2.3 智能天线在TD-SCDMA系统中的应用 | 第23-26页 |
| 2.3.1 智能天线的引入对TD-SCDMA系统性能的改善 | 第24-25页 |
| 2.3.2 智能天线的应用对TD-SCDMA系统带来的问题 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 波达方向估计技术 | 第27-43页 |
| 3.1 基于均匀线阵（ULA）的MUSIC算法 | 第27-36页 |
| 3.1.1 均匀线阵（ULA）的阵列模型 | 第27-29页 |
| 3.1.2 基本的多重信号分类（MUSIC）算法 | 第29-31页 |
| 3.1.3 基于解相干的MUSIC算法 | 第31-32页 |
| 3.1.4 仿真结果和性能分析 | 第32-36页 |
| 3.2 基于均匀圆阵（UCA）的MUSIC算法 | 第36-42页 |
| 3.2.1 均匀圆阵（UCA）的阵列模型 | 第36-37页 |
| 3.2.2 基于模式转换的UCA | 第37-39页 |
| 3.2.3 基于模式转换的UCA的改进算法 | 第39-40页 |
| 3.2.4 仿真结果和性能分析 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 自适应波束形成技术 | 第43-61页 |
| 4.1 智能天线的性能度量准则 | 第43-45页 |
| 4.1.1 MMSE准则 | 第43-44页 |
| 4.1.2 Max-SNR准则 | 第44页 |
| 4.1.3 LCMV准则 | 第44-45页 |
| 4.2 典型的波束形成算法 | 第45-52页 |
| 4.2.1 最小均方（LMS）算法 | 第46-47页 |
| 4.2.2 递推最小二乘算法（RLS） | 第47-50页 |
| 4.2.3 仿真结果和性能分析 | 第50-52页 |
| 4.3 TD-SCDMA系统中智能天线的循环迭代LMS算法 | 第52-57页 |
| 4.3.1 算法原理 | 第52-54页 |
| 4.3.2 仿真结果和性能分析 | 第54-57页 |
| 4.4 TD-SCDMA系统中基于解扩重扩的LMS算法 | 第57-60页 |
| 4.4.1 算法原理 | 第57-58页 |
| 4.4.2 仿真结果和性能分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 仿真模型和数据分析 | 第61-75页 |
| 5.1 TD-SCDMA系统上行链路仿真平台 | 第61-62页 |
| 5.2 TD-SCDMA系统的信号形式 | 第62-68页 |
| 5.2.1 TD-SCDMA系统的突发结构 | 第62-63页 |
| 5.2.2 数据调制 | 第63-64页 |
| 5.2.3 扩频调制 | 第64-66页 |
| 5.2.4 TD-SCDMA系统中训练序列的构成 | 第66-67页 |
| 5.2.5 脉冲成形滤波器 | 第67-68页 |
| 5.3 信道模型 | 第68-70页 |
| 5.4 天线模型 | 第70页 |
| 5.5 仿真结果 | 第70-73页 |
| 5.6 本章小结 | 第73-75页 |
| 第六章 结束语 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
