盲均衡算法的关键技术研究及其在抗多径干扰中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.2 盲均衡技术的发展 | 第12-15页 |
| 1.2.1 基于Bussgang类的盲均衡算法 | 第13-14页 |
| 1.2.2 基于高阶谱的盲均衡算法 | 第14-15页 |
| 1.2.3 非线性盲均衡算法 | 第15页 |
| 1.3 本文的课题来源与主要工作 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-17页 |
| 第二章 信道均衡 | 第17-25页 |
| 2.1 信道 | 第17-20页 |
| 2.2 多径信道的传输模型 | 第20-21页 |
| 2.3 码间干扰 | 第21-23页 |
| 2.4 均衡器及其分类 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 均衡原理与均衡算法 | 第25-42页 |
| 3.1 自适应均衡原理 | 第25-26页 |
| 3.2 盲自适应均衡原理 | 第26-28页 |
| 3.3 自适应算法 | 第28-36页 |
| 3.3.1 维纳滤波 | 第28-30页 |
| 3.3.2 最速下降法 | 第30页 |
| 3.3.3 最小均方(LMS)误差算法 | 第30-33页 |
| 3.3.4 递归最小二乘(RLS)算法 | 第33-35页 |
| 3.3.5 LMS算法与RLS算法性能仿真 | 第35-36页 |
| 3.4 Bussgang类算法 | 第36-40页 |
| 3.4.1 Bussgang类算法原理 | 第36-38页 |
| 3.4.2 判断引导(DD)算法 | 第38-39页 |
| 3.4.3 Sato算法 | 第39-40页 |
| 3.4.4 Godard算法 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 常数模算法 | 第42-49页 |
| 4.1 CMA算法推导 | 第42-43页 |
| 4.2 CMA算法性能分析 | 第43-47页 |
| 4.3 CMA算法实验仿真 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 判决反馈均衡器 | 第49-56页 |
| 5.1 判决反馈均衡器结构与原理 | 第49-50页 |
| 5.2 自适应判决反馈算法 | 第50-52页 |
| 5.2.1 最小均方误差(MMSE)准则 | 第50-52页 |
| 5.3 线性均衡器与判决反馈均衡器的性能的比较 | 第52-55页 |
| 5.3.1 基于LMS算法的判决反馈均衡器 | 第52-54页 |
| 5.3.2 实验仿真 | 第54-55页 |
| 5.4 本章小节 | 第55-56页 |
| 第六章 基于判决反馈的盲均衡算法 | 第56-73页 |
| 6.1 CMA-DFE算法 | 第56-57页 |
| 6.2 改进的CMA-DFE算法 | 第57-68页 |
| 6.2.1 剩余误差分析 | 第58-60页 |
| 6.2.2 基于剩余误差的变步长常数模算法 | 第60-63页 |
| 6.2.3 加权算法 | 第63-65页 |
| 6.2.4 修正的加权算法 | 第65-68页 |
| 6.3 实验仿真 | 第68-72页 |
| 6.4 本章小节 | 第72-73页 |
| 第七章 全文总结与展望 | 第73-75页 |
| 7.1 全文总结 | 第73-74页 |
| 7.2 后续工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
