| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·多用户检测技术简介 | 第10-13页 |
| ·线性多用户检测器 | 第12-13页 |
| ·非线性多用户检测器 | 第13页 |
| ·研究现状 | 第13-14页 |
| ·论文工作和论文结构 | 第14-15页 |
| 第2章 高斯噪声环境下空时MBER多用户检测算法 | 第15-27页 |
| ·系统模型 | 第15-19页 |
| ·空时MBER多用户检测算法的基本原理 | 第19-21页 |
| ·实现MBER多用户检测算法的方法 | 第21-24页 |
| ·最陡下降算法 | 第22-23页 |
| ·共轭梯度算法 | 第23-24页 |
| ·仿真结果分析 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第3章 高斯噪声环境下自适应空时MBER多用户检测算法 | 第27-36页 |
| ·自适应滤波算法简介 | 第27-29页 |
| ·自适应滤波基本原理 | 第27-28页 |
| ·LMS自适应滤波算法 | 第28-29页 |
| ·数据块自适应MBER多用户检测算法 | 第29-33页 |
| ·核密度估计法 | 第29-31页 |
| ·块梯度自适应MBER多用户检测算法的实现 | 第31-33页 |
| ·自适应最小误码率(LBER)多用户检测算法 | 第33-34页 |
| ·仿真结果分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 脉冲噪声环境下空时MBER多用户检测算法 | 第36-68页 |
| ·脉冲噪声模型 | 第36-39页 |
| ·Bernoulli-Gaussian噪声模型 | 第36-37页 |
| ·Middleton Class A噪声模型 | 第37-39页 |
| ·Bernoulli-Gaussian噪声环境下空时MBER多用户检测算法 | 第39-54页 |
| ·Bernoulli-Gaussian噪声环境下MBER多用户检测算法 | 第39-44页 |
| ·Bernoulli-Gaussian噪声环境下LBER多用户检测算法 | 第44-46页 |
| ·仿真结果分析 | 第46-54页 |
| ·Middleton Class A噪声环境下空时MBER多用户检测算法 | 第54-67页 |
| ·Middleton Class A噪声环境下MBER多用户检测算法 | 第54-57页 |
| ·Middleton Class A噪声环境下LBER检测算法 | 第57-58页 |
| ·仿真结果分析 | 第58-67页 |
| ·小结 | 第67-68页 |
| 第5章 结论 | 第68-70页 |
| ·全文总结 | 第68-69页 |
| ·进一步研究的问题 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间公开发表论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 研究生履历 | 第75页 |
