基于时间反转的盲均衡理论与算法研究
符号与缩写词含义 | 第6-8页 |
摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 无线信道特性及模型 | 第12-14页 |
1.3 时间反转均衡技术的研究现状 | 第14-17页 |
1.4 本文主要研究内容 | 第17-19页 |
第二章 时间反转技术与盲均衡基础理论 | 第19-28页 |
2.1 时间反转理论 | 第19-22页 |
2.1.1 时间反转原理 | 第19-20页 |
2.1.2 时间反转在通信系统中的应用 | 第20-21页 |
2.1.3 时间反转信道模型 | 第21-22页 |
2.2 盲均衡系统的等效基带模型 | 第22-23页 |
2.3 盲均衡算法的性能指标 | 第23-24页 |
2.4 常用的盲均衡算法 | 第24-27页 |
2.5 本章总结 | 第27-28页 |
第三章 基于时间反转的盲均衡算法仿真研究 | 第28-44页 |
3.1 基于时间反转的判决反馈盲均衡算法研究 | 第28-30页 |
3.2 时间反转在无线信道中的仿真研究 | 第30-33页 |
3.2.1 多径衰落信道的模型 | 第30-31页 |
3.2.2 时间反转在无线信道中的应用 | 第31-32页 |
3.2.3 仿真实验与分析 | 第32-33页 |
3.3 时间反转在水声信道中的仿真研究 | 第33-43页 |
3.3.1 水声信道的特性 | 第34-35页 |
3.3.2 水声信道模型 | 第35-36页 |
3.3.3 仿真实验与分析 | 第36-43页 |
3.4 本章总结 | 第43-44页 |
第四章 基于时间反转的聚类盲均衡算法研究 | 第44-61页 |
4.1 聚类算法 | 第44-46页 |
4.1.1 减法聚类算法 | 第44-45页 |
4.1.2 模糊C均值聚类算法 | 第45-46页 |
4.1.3 改进的模糊C均值聚类算法 | 第46页 |
4.2 基于时间反转聚类的双模式盲均衡算法 | 第46-52页 |
4.2.1 常数模判决引导双模式算法 | 第47-48页 |
4.2.2 基于时间反转聚类的双模式盲均衡算法 | 第48-49页 |
4.2.3 仿真实验与分析 | 第49-52页 |
4.3 基于时间反转聚类识别的多模盲均衡算法 | 第52-60页 |
4.3.1 基于聚类识别的多模盲均衡算法 | 第53-55页 |
4.3.2 仿真实验与分析 | 第55-58页 |
4.3.3 基于时间反转聚类识别的多模盲均衡算法 | 第58页 |
4.3.4 仿真实验与分析 | 第58-60页 |
4.4 本章总结 | 第60-61页 |
第五章 基于时间反转的MIMO盲均衡算法研究 | 第61-76页 |
5.1 基于时间反转的MIMO系统分析 | 第61-66页 |
5.1.1 MIMO系统均衡理论 | 第63页 |
5.1.2 正交小波变换盲均衡算法模型 | 第63-65页 |
5.1.3 仿真实验与分析 | 第65-66页 |
5.2 基于不同信道时间反转的盲均衡算法 | 第66-70页 |
5.2.1 全信道时间反转 | 第66-68页 |
5.2.2 单信道时间反转 | 第68-69页 |
5.2.3 仿真实验与分析 | 第69-70页 |
5.3 基于时间反转的主成分分析盲均衡算法 | 第70-75页 |
5.3.1 主成分分析法 | 第70-72页 |
5.3.2 基于时间反转的主成分分析算法 | 第72-73页 |
5.3.3 仿真实验与分析 | 第73-75页 |
5.4 本章总结 | 第75-76页 |
第六章 全文总结 | 第76-78页 |
6.1 本文的主要工作 | 第76-77页 |
6.2 有待进一步研究的问题 | 第77-78页 |
参考文献 | 第78-83页 |
攻读硕士期间发表的论文 | 第83-84页 |
致谢 | 第84页 |