| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 项目内容及指标要求 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 本文主要工作及章节安排 | 第12-14页 |
| 第二章 PCMA系统原理及盲分离算法简介 | 第14-26页 |
| 2.1 PCMA技术原理 | 第14-16页 |
| 2.2 PCMA信号单通道可分离性 | 第16-17页 |
| 2.3 PCMA通信系统信道参数的初估计 | 第17-22页 |
| 2.3.1 载频的估计 | 第17-19页 |
| 2.3.2 幅度增益的初估计 | 第19-21页 |
| 2.3.3 相移的估计 | 第21页 |
| 2.3.4 时延的估计 | 第21-22页 |
| 2.4 PCMA信号盲分离算法简介 | 第22-25页 |
| 2.4.1 独立分量分析 | 第23页 |
| 2.4.2 稀疏性算法 | 第23-24页 |
| 2.4.3 PSP算法 | 第24页 |
| 2.4.4 粒子滤波算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 单通道PCMA信号的粒子滤波盲分离算法 | 第26-41页 |
| 3.1 粒子滤波算法原理 | 第26-32页 |
| 3.1.1 蒙特卡罗采样 | 第26-28页 |
| 3.1.2 序列重要性采样 | 第28-30页 |
| 3.1.3 粒子多样性匮乏：重采样 | 第30-32页 |
| 3.2 单通道PCMA信号的粒子滤波盲分离 | 第32-36页 |
| 3.2.1 粒子的生成 | 第34-35页 |
| 3.2.2 权重的更新 | 第35-36页 |
| 3.2.3 信道参数和两路符号的联合估计 | 第36页 |
| 3.3 基于后验概率的粒子筛选改进算法 | 第36-40页 |
| 3.3.1 信道参数估计 | 第38-39页 |
| 3.3.2 符号分离 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 两信号符号速率存在偏差下的盲分离算法 | 第41-60页 |
| 4.1 状态空间模型的建立 | 第41-43页 |
| 4.2 PCMA信号盲分离 | 第43-46页 |
| 4.3 仿真结果与分析 | 第46-59页 |
| 4.3.1 两信号符号速率存在偏差下的信道参数估计 | 第46-53页 |
| 4.3.2 两信号符号速率存在偏差下各参数对分离性能的影响 | 第53-57页 |
| 4.3.3 传统算法与改进算法盲分离性能对比 | 第57-58页 |
| 4.3.4 算法复杂度对比 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 算法的C语言实现 | 第60-70页 |
| 5.1 算法流程图及接口函数 | 第60-67页 |
| 5.1.1 信道参数估计模块算法流程图及接口函数 | 第61-65页 |
| 5.1.2 符号分离模块算法流程图及接口函数 | 第65-67页 |
| 5.2 程序运行结果 | 第67-68页 |
| 5.3 算法C语言实现与MATLAB仿真结果对比 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间的研究成果 | 第76-77页 |