| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 粒子流滤波的发展过程和应用现状 | 第11-12页 |
| 1.3 OFDM信道估计技术背景和研究现状 | 第12-15页 |
| 1.4 非线性参数估计的研究现状 | 第15页 |
| 1.5 单通道信号盲分离的研究现状 | 第15-16页 |
| 1.6 本文的主要工作和章节安排 | 第16-18页 |
| 第2章 基础理论 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 状态空间模型 | 第18页 |
| 2.3 贝叶斯滤波理论 | 第18-21页 |
| 2.4 粒子滤波理论 | 第21-25页 |
| 2.4.1 蒙特卡洛方法 | 第21-22页 |
| 2.4.2 粒子滤波原理 | 第22-24页 |
| 2.4.3 粒子滤波存在的问题 | 第24-25页 |
| 2.5 粒子流滤波理论 | 第25-34页 |
| 2.5.1 粒子流滤波原理 | 第25-27页 |
| 2.5.2 粒子流滤波实现 | 第27-34页 |
| 第3章 基于粒子流的OFDM时变信道估计 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 OFDM技术原理及系统模型 | 第34-36页 |
| 3.2.1 OFDM技术基本原理 | 第34页 |
| 3.2.2 OFDM系统模型 | 第34-36页 |
| 3.3 OFDM时变信道估计 | 第36-39页 |
| 3.3.1 基于传统粒子滤波的OFDM时变信道估计算法 | 第36-37页 |
| 3.3.2 基于粒子流滤波的OFDM时变信道估计算法 | 第37-39页 |
| 3.4 算法仿真与性能分析 | 第39-43页 |
| 3.5 小结 | 第43-44页 |
| 第4章 基于混合粒子流的非线性参数估计 | 第44-53页 |
| 4.1 引言 | 第44页 |
| 4.2 系统模型 | 第44页 |
| 4.3 非线性参数估计 | 第44-48页 |
| 4.3.1 基于混合粒子滤波的估计算法 | 第44-46页 |
| 4.3.2 基于混合粒子流滤波的估计算法 | 第46-48页 |
| 4.4 算法仿真与性能分析 | 第48-51页 |
| 4.5 小结 | 第51-53页 |
| 第5章 基于粒子流的单通道信号盲分离 | 第53-60页 |
| 5.1 引言 | 第53页 |
| 5.2 单通道信号盲分离模型 | 第53-54页 |
| 5.3 单通道盲分离算法 | 第54-57页 |
| 5.3.1 基于粒子滤波的单通道信号盲分离算法 | 第55-56页 |
| 5.3.2 基于粒子流滤波的单通道信号盲分离算法 | 第56-57页 |
| 5.4 算法仿真与性能分析 | 第57-59页 |
| 5.5 小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 附录 | 第67页 |