| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 基于多传感器接收的通信信号调制识别研究现状 | 第13-14页 |
| 1.2.2 基于多传感器接收的时变水声信道盲均衡研究现状 | 第14-16页 |
| 1.2.3 基于多传感器接收的时变多径水声信道多普勒估计研究现状 | 第16-18页 |
| 1.3 本文主要工作 | 第18页 |
| 1.4 本文结构安排 | 第18-20页 |
| 第二章 基于多传感器接收的通信信号调制识别 | 第20-30页 |
| 2.1 基于多传感器接收的调制识别系统 | 第20-22页 |
| 2.1.1 系统模型 | 第20-21页 |
| 2.1.2 接收信号模型 | 第21-22页 |
| 2.2 基于特征向量的最大似然调制识别算法 | 第22-25页 |
| 2.2.1 识别特征的提取 | 第22页 |
| 2.2.2 基于特征向量的最大似然调制识别算法 | 第22-25页 |
| 2.3 仿真实验与性能分析 | 第25-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 水声稀疏时变SIMO信道盲均衡 | 第30-48页 |
| 3.1 水声信道特性 | 第30-32页 |
| 3.2 水声稀疏时变SIMO信道盲均衡器结构 | 第32-34页 |
| 3.2.1 CE-BEM模型 | 第32页 |
| 3.2.2 水声稀疏时变SIMO信道盲均衡器结构 | 第32-34页 |
| 3.3 水声稀疏时变SIMO信道盲均衡算法 | 第34-39页 |
| 3.4 仿真实验与性能分析 | 第39-45页 |
| 3.4.1 算法性能分析 | 第39-43页 |
| 3.4.2 基于Argo数据+Bellhop模型的实验 | 第43-45页 |
| 3.5 仿真系统实现 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 时变多径水声信道中的非一致多普勒估计 | 第48-60页 |
| 4.1 系统模型 | 第48-50页 |
| 4.1.1 时变多径水声信道模型 | 第49-50页 |
| 4.1.2 接收信号模型 | 第50页 |
| 4.2 基于压缩感知的非一致多普勒估计算法 | 第50-52页 |
| 4.3 仿真实验与性能分析 | 第52-59页 |
| 4.3.1 算法性能分析 | 第53-55页 |
| 4.3.2 基于TV-APM模型的实验 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 结束语 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录 文中主要英文缩写名词对照表 | 第69-70页 |
| 作者简历 | 第70页 |
