| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 序论 | 第8-14页 |
| 1.1 通信系统噪声简介 | 第8-10页 |
| 1.1.1 加性噪声 | 第9页 |
| 1.1.2 乘性噪声 | 第9-10页 |
| 1.2 传统的自适应均衡算法的发展及分类 | 第10-12页 |
| 1.3 算法结果的实现 | 第12页 |
| 1.4 本文主要研究工作及本文章节安排 | 第12-14页 |
| 第二章 自适应信道均衡的概念和原理 | 第14-19页 |
| 2.1 自适应滤波、自适应均衡 | 第14-16页 |
| 2.2 均衡系统构成及工作原理 | 第16-17页 |
| 2.3 自适应均衡算法的分类简介 | 第17-18页 |
| 2.4 适应均衡算法的评价 | 第18-19页 |
| 第三章 最小均方（LMS）算法 | 第19-43页 |
| 3.1 用于AE的最小均方误差（LMS）准则与方程 | 第19-22页 |
| 3.1.1 均方误差MSE和ε面以及最小的MSE线性滤波 | 第19-20页 |
| 3.1.2 ε面的建立及正规方程的导出 | 第20-22页 |
| 3.2 解正规方程的最陡梯度法 | 第22-26页 |
| 3.2.1 正规方程的迭代解法 | 第23-25页 |
| 3.2.2 权向量（W ）闭式解的给出及迭代式的收敛条件分析 | 第25-26页 |
| 3.3 最小均方（LMS）算法 | 第26-30页 |
| 3.3.1 LMS算法的推导 | 第26-28页 |
| 3.3.2 LMS算法特点及其收敛问题 | 第28-30页 |
| 3.4 针对LMS算法已有的几种修正 | 第30-41页 |
| 3.4.1 Godard-Kalman 自适应算法 | 第30-38页 |
| 3.4.2 平方根Kalman算法 | 第38-41页 |
| 3.5 LMS算法应用于自适应均衡的优缺点 | 第41-43页 |
| 第四章 基于LMS算法的自适应均衡算法的研究 | 第43-49页 |
| 4.1 基于LMS算法自适应均衡原理图 | 第43-44页 |
| 4.2 MATLAB仿真及分析 | 第44-48页 |
| 4.2.1 4PAM信号步长因子参数的分析 | 第44-45页 |
| 4.2.2 8PAM信号步长因子参数的分析 | 第45-46页 |
| 4.2.3 SNR对通信误码的影响 | 第46-47页 |
| 4.2.4 抽头阶数及延时单元的选择 | 第47-48页 |
| 4.2.5 LMS仿真结论 | 第48页 |
| 4.3 小结 | 第48-49页 |
| 第五章 基于变步长自适应均衡算法的研究 | 第49-72页 |
| 5.1 变步长LMS算法主要思想及类型分析 | 第49页 |
| 5.2 基于均方误差的Sigmoid函数的变步长均衡算法 | 第49-51页 |
| 5.2.1 算法形式 | 第49-50页 |
| 5.2.2 Sigmoid算法的性能分析 | 第50-51页 |
| 5.3 基于Sigmoid函数算法的MATLAB仿真及分析 | 第51-61页 |
| 5.3.1 参数分析 | 第51页 |
| 5.3.2 8PAM调制方式下的研究 | 第51-57页 |
| 5.3.3 4PAM调制方式下的研究 | 第57-60页 |
| 5.3.4 误码率及通信可靠性分析 | 第60-61页 |
| 5.4 基于箕舌线函数的变步长均衡算法 | 第61-63页 |
| 5.4.1 算法形式 | 第61页 |
| 5.4.2 箕舌线函数算法的性能分析 | 第61-63页 |
| 5.5 基于箕舌线函数算法的MATLAB仿真及分析 | 第63-70页 |
| 5.5.1 算法的参数分析 | 第63-64页 |
| 5.5.2 8PAM调制方式下的研究 | 第64-66页 |
| 5.5.3 4PAM调制方式下的研究 | 第66-69页 |
| 5.5.4 误码率及通信可靠性分析 | 第69-70页 |
| 5.6 收敛性及跟踪性分析 | 第70-71页 |
| 5.7 小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-73页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
