基于四阶累积量极性迭代自适应时延估计算法的研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题背景 | 第7页 |
| ·时延估计简介 | 第7-10页 |
| ·时延估计模型 | 第7-8页 |
| ·主要性能指标 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·时延估计应用 | 第10页 |
| ·论文主要研究内容 | 第10-12页 |
| 第二章 高阶累积量的基本理论 | 第12-19页 |
| ·引言 | 第12页 |
| ·随机变量的特征函数 | 第12-13页 |
| ·高阶矩与高阶累积量 | 第13-15页 |
| ·单一随机变量 | 第13-14页 |
| ·多维分布随机变量 | 第14-15页 |
| ·平稳随机过程中的高阶累积量 | 第15页 |
| ·高阶累积量的性质 | 第15-16页 |
| ·高斯过程中的高阶累积量 | 第16-18页 |
| ·一维随机变量 | 第16页 |
| ·多维随机变量 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 时延估计原理和算法 | 第19-26页 |
| ·基本原理 | 第19-20页 |
| ·时延估计研究方法 | 第20-26页 |
| ·相关类算法 | 第20-24页 |
| ·高阶统计量法 | 第24-26页 |
| 第四章 基于四阶累积量极性迭代的自适应时延估计 | 第26-39页 |
| ·研究现状 | 第26页 |
| ·四阶累积量递推估计 | 第26-28页 |
| ·基于极性迭代算法的四阶累积量递推估计 | 第28-29页 |
| ·LMS算法在时延估计中的应用 | 第29-32页 |
| ·概述 | 第29-30页 |
| ·基本原理 | 第30-32页 |
| ·四阶累积量极性迭代自适应时延估计算法 | 第32-34页 |
| ·算法步骤 | 第34页 |
| ·算法仿真及分析 | 第34-39页 |
| 第五章 结论 | 第39-41页 |
| ·全文总结 | 第39页 |
| ·不足之处及未来展望 | 第39-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 作者简介 | 第45页 |
| 攻读硕士学位期间研究成果 | 第45-46页 |
