| 摘要 | 第4-5页 |
| Abstract | 第5-6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 国内外研究现状 | 第12-16页 |
| 1.2.1 PCMA信号的参数估计 | 第12-15页 |
| 1.2.2 PCMA信号的分离解调技术 | 第15-16页 |
| 1.3 论文的主要工作 | 第16-19页 |
| 第二章 PCMA信号模型及自干扰信号的参数估计 | 第19-37页 |
| 2.1 信号模型 | 第19-21页 |
| 2.2 自干扰信号的频偏与时延估计算法 | 第21-33页 |
| 2.2.1 频偏与时延估计的MCRB | 第21-22页 |
| 2.2.2 时延已知的频偏估计算法 | 第22-24页 |
| 2.2.3 频偏与时延的联合估计算法 | 第24-28页 |
| 2.2.4 仿真实验与分析 | 第28-33页 |
| 2.3 自干扰信号的幅度估计算法 | 第33-34页 |
| 2.3.1 算法思想 | 第33页 |
| 2.3.2 仿真实验与分析 | 第33-34页 |
| 2.4 自干扰信号的初相估计算法 | 第34-35页 |
| 2.4.1 算法思想 | 第34页 |
| 2.4.2 仿真实验与分析 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于干扰抵消的PCMA信号解调算法 | 第37-49页 |
| 3.1 自适应干扰抵消原理 | 第37-38页 |
| 3.2 传统的基于星座图的硬判决解调算法 | 第38-42页 |
| 3.2.1 有用信号的定时同步算法 | 第38-39页 |
| 3.2.2 有用信号的载波同步算法 | 第39-41页 |
| 3.2.3 基于星座图的硬判决解调算法步骤 | 第41-42页 |
| 3.3 基于Viterbi的最大似然序列估计算法 | 第42-44页 |
| 3.3.1 基本原理 | 第42-44页 |
| 3.3.2 算法的实现步骤 | 第44页 |
| 3.4 仿真实验与分析 | 第44-46页 |
| 3.4.1 理想干扰抵消下解调算法性能对比 | 第44-45页 |
| 3.4.2 自适应干扰抵消下解调算法性能对比 | 第45-46页 |
| 3.4.3 不同过采样倍数下MLSE算法的性能 | 第46页 |
| 3.5 本章小结 | 第46-49页 |
| 第四章 基于DF-PSP的PCMA信号解调算法 | 第49-57页 |
| 4.1 基于PSP的分离解调算法 | 第49-51页 |
| 4.1.1 PSP算法的基本原理 | 第49-50页 |
| 4.1.2 PSP用于有用信号的解调 | 第50-51页 |
| 4.2 基于DF-PSP的解调算法 | 第51-53页 |
| 4.2.1 算法思想及步骤 | 第51-53页 |
| 4.2.2 运算复杂度分析 | 第53页 |
| 4.3 仿真实验与分析 | 第53-55页 |
| 4.3.1 自干扰信号参数估计误差对算法性能的影响 | 第54页 |
| 4.3.2 SNR对算法性能的影响 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| 一、全文总结 | 第57页 |
| 二、研究展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录1 式(19)的详细推导 | 第65-67页 |
| 作者简历 | 第67页 |