| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 单通道盲分离的应用 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-20页 |
| 1.3.1 非对称混合信号分离算法 | 第15-16页 |
| 1.3.2 对称混合信号分离算法 | 第16-20页 |
| 1.4 本文主要工作和内容安排 | 第20-22页 |
| 1.4.1 总体思路及内容结构图 | 第20-21页 |
| 1.4.2 内容章节安排 | 第21-22页 |
| 第2章 单通道盲分离的基本理论及算法研究 | 第22-39页 |
| 2.1 引言 | 第22页 |
| 2.2 盲源分离问题基本模型 | 第22-23页 |
| 2.3 PCMA信号的单通道盲分离 | 第23-30页 |
| 2.3.1 成对载波多址技术基本原理 | 第23-25页 |
| 2.3.2 单通道盲分离的基本模型 | 第25-28页 |
| 2.3.3 单通道混合信号的可分性 | 第28-29页 |
| 2.3.4 单通道盲分离算法的性能指标 | 第29-30页 |
| 2.4 PCMA信号的单通道盲分离方法 | 第30-33页 |
| 2.4.1 非对称模式下PCMA信号的单通道盲分离 | 第30-31页 |
| 2.4.2 对称模式下PCMA信号的单通道盲分离 | 第31-33页 |
| 2.5 成对载波多址系统信道参数估计 | 第33-38页 |
| 2.5.1 循环统计量 | 第33-34页 |
| 2.5.2 基于二阶循环累积量的残余载波频率与码速率估计 | 第34-36页 |
| 2.5.3 估计算法仿真与分析 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 基于独立分量分析的PCMA信号盲分离算法 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 独立分量分析 | 第39-42页 |
| 3.2.1 信号预处理 | 第39-40页 |
| 3.2.2 FastICA算法 | 第40-42页 |
| 3.3 算法原理及推导 | 第42-45页 |
| 3.4 算法仿真与分析 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于改进粒子滤波的PCMA信号盲分离算法 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 单通道盲分离建模 | 第49-50页 |
| 4.3 基于粒子滤波的盲信号分离算法 | 第50-54页 |
| 4.3.1 状态空间模型 | 第50-51页 |
| 4.3.2 粒子滤波算法 | 第51-54页 |
| 4.4 基于改进粒子滤波的PCMA信号盲分离算法 | 第54-59页 |
| 4.4.1 基于改进粒子滤波的参数估计 | 第54-57页 |
| 4.4.2 基于最大似然准则的信号检测 | 第57-59页 |
| 4.5 算法仿真与分析 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 基于改进PSP算法的PCMA信号盲分离 | 第63-74页 |
| 5.1 引言 | 第63页 |
| 5.2 PSP算法的基本原理 | 第63-65页 |
| 5.3 基于改进PSP的PCMA信号盲分离算法 | 第65-69页 |
| 5.3.1 算法初始化的改进 | 第65-67页 |
| 5.3.2 算法原理及推导 | 第67-69页 |
| 5.4 算法仿真与分析 | 第69-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间从事的科研项目及取得的成果 | 第83页 |