| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 WFRFT 技术及其在通信系统中的应用 | 第9-10页 |
| 1.3 通信系统的同步及其相关理论的发展概况 | 第10-13页 |
| 1.3.1 按照同步的功能分类 | 第11-12页 |
| 1.3.2 按照同步的实现方式分类 | 第12-13页 |
| 1.4 本文的主要研究内容 | 第13-14页 |
| 第2章 基于 WFRFT 的通信系统模型 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 傅里叶变换 | 第14-17页 |
| 2.2.1 傅里叶变换的定义 | 第14-15页 |
| 2.2.2 快速傅里叶变换 | 第15-17页 |
| 2.3 经典分数傅里叶变换 | 第17-18页 |
| 2.4 加权分数傅里叶变换 | 第18-19页 |
| 2.5 加权分数傅里叶变换的离散算法 | 第19-22页 |
| 2.6 基于加权的分数傅里叶变换的数字通信系统模型 | 第22-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 基于循环前缀的同步算法 | 第25-44页 |
| 3.1 引言 | 第25页 |
| 3.2 WFRFT 通信系统循环前缀同步算法原理 | 第25-32页 |
| 3.2.1 基于最大似然原理的同步算法 | 第25-31页 |
| 3.2.2 基于最大相关原理的同步算法 | 第31-32页 |
| 3.3 仿真分析 | 第32-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于训练符号的同步算法 | 第44-68页 |
| 4.1 引言 | 第44页 |
| 4.2 基于训练序列的 WFRFT 通信系统同步算法原理 | 第44-59页 |
| 4.2.1 符号定时估计法则 | 第45-48页 |
| 4.2.2 符号定时估计器的性能 | 第48-57页 |
| 4.2.3 符号频偏估计法则 | 第57-59页 |
| 4.3 改进峰值测度平台问题的系统同步算法原理 | 第59-63页 |
| 4.3.1 训练序列算法和最大似然算法在高斯白噪声信道中的性能对比 | 第59-61页 |
| 4.3.2 训练序列算法的改进算法原理 | 第61-63页 |
| 4.4 仿真分析 | 第63-66页 |
| 4.5 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |
