| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题背景和意义 | 第11页 |
| 1.2 研究现状 | 第11-18页 |
| 1.2.1 盲可分性分析 | 第12-15页 |
| 1.2.2 盲分离算法 | 第15-18页 |
| 1.3 研究内容及思路 | 第18-19页 |
| 1.3.1 提出问题 | 第18页 |
| 1.3.2 研究内容及思路 | 第18-19页 |
| 1.4 本文结构安排 | 第19-21页 |
| 第二章 粒子滤波简介 | 第21-35页 |
| 2.1 滤波问题描述 | 第21-22页 |
| 2.1.1 状态空间模型 | 第21页 |
| 2.1.2 贝叶斯推理 | 第21-22页 |
| 2.1.3 滤波的目标 | 第22页 |
| 2.1.4 序贯估计 | 第22页 |
| 2.2 标准滤波方法 | 第22-25页 |
| 2.2.1 Kalman滤波 | 第23页 |
| 2.2.2 扩展Kalman滤波(EKF) | 第23-24页 |
| 2.2.3 无味Kalman滤波(UKF) | 第24-25页 |
| 2.3 序贯蒙特卡洛方法—(粒子滤波算法) | 第25-31页 |
| 2.3.1 蒙特卡洛方法 | 第26页 |
| 2.3.2 贝叶斯重要性采样 | 第26-28页 |
| 2.3.3 序贯重要性采样 | 第28页 |
| 2.3.4 粒子退化与重采样 | 第28-29页 |
| 2.3.5 采样算法精度的改进策略 | 第29-31页 |
| 2.4 实验仿真 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 改进的粒子滤波盲分离算法 | 第35-53页 |
| 3.1 信号模型及问题描述 | 第35-36页 |
| 3.1.1 单通道接收混合信号基带模型 | 第35-36页 |
| 3.1.2 混合信号单通道盲分离的数学描述 | 第36页 |
| 3.2 粒子滤波盲分离算法框架 | 第36-40页 |
| 3.2.1 混合信号状态空间模型 | 第36-37页 |
| 3.2.2 算法框架 | 第37-39页 |
| 3.2.3 采样公式计算 | 第39-40页 |
| 3.3 调制参数非时变情况下盲分离 | 第40-46页 |
| 3.3.1 算法原理 | 第40-43页 |
| 3.3.2 非时变调制参数联合估计性能界—(克拉美罗界) | 第43-44页 |
| 3.3.3 实验仿真 | 第44-46页 |
| 3.4 调制参数时变情况下盲分离 | 第46-52页 |
| 3.4.1 算法原理 | 第46-47页 |
| 3.4.2 时变调制参数联合估计性能界—(后验克拉美罗界) | 第47-50页 |
| 3.4.3 实验仿真 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 低复杂度粒子滤波盲分离算法 | 第53-67页 |
| 4.1 复杂度分析 | 第53-54页 |
| 4.2 部分采样法 | 第54-60页 |
| 4.2.1 算法原理 | 第54-58页 |
| 4.2.2 复杂度分析 | 第58页 |
| 4.2.3 实验仿真 | 第58-60页 |
| 4.3 混合采样法 | 第60-66页 |
| 4.3.1 算法原理 | 第60-63页 |
| 4.3.2 复杂度分析 | 第63页 |
| 4.3.3 实验仿真 | 第63-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 结束语 | 第67-69页 |
| 5.1 本文工作总结 | 第67页 |
| 5.2 需要深入研究的若干问题 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录A 非时变参数FISHER信息矩阵元素表达式 | 第75-77页 |
| 附录B 部分采样法和混合采样法部分公式推导 | 第77-79页 |
| 作者简介 | 第79页 |