| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第一章 绪论 | 第11-35页 |
| 1．1 第三代移动通信关键技术 | 第12-14页 |
| 1．1．1 智能天线技术 | 第12页 |
| 1．1．2 软件无线电技术 | 第12-13页 |
| 1．1．3 高效信道编译码技术 | 第13-14页 |
| 1．1．4 多用户检测技术 | 第14页 |
| 1．2 多用户检测研究介绍 | 第14-23页 |
| 1．2．1 多用户检测问题的提出 | 第14-16页 |
| 1．2．2 多用户检测技术的发展 | 第16-17页 |
| 1．2．3 多用户检测算法 | 第17-23页 |
| 1．3 多用户检测系统数学模型 | 第23-28页 |
| 1．3．1 离散时间同步模型 | 第24-26页 |
| 1．3．2 离散时间异步模型 | 第26-28页 |
| 1．4 多用户检测的性能测度 | 第28-30页 |
| 1．4．1 误码率 | 第28-29页 |
| 1．4．2 渐近有效性 | 第29页 |
| 1．4．3 抗远近能力 | 第29-30页 |
| 1．5 计算智能方法概述 | 第30-32页 |
| 1．5．1 神经网络 | 第30-31页 |
| 1．5．2 遗传算法 | 第31-32页 |
| 1．5．3 禁忌搜索 | 第32页 |
| 1．6 本文的主要工作和内容安排 | 第32-35页 |
| 第二章 几种多用户检测方法介绍 | 第35-53页 |
| 2．1 传统及最优检测方法 | 第35-38页 |
| 2．1．1 传统检测方法 | 第35-36页 |
| 2．1．2 最优检测方法 | 第36-38页 |
| 2．2 解相关多用户检测器 | 第38-40页 |
| 2．2．1 同步信道的解相关检测器 | 第38-40页 |
| 2．2．2 异步信道的解相关检测器 | 第40页 |
| 2．3 线性MMSE多用户检测器 | 第40-42页 |
| 2．4 干扰消除检测方法 | 第42-46页 |
| 2．4．1 多级检测器 | 第42-44页 |
| 2．4．2 判决反馈检测器 | 第44-46页 |
| 2．5 自适应多用户检测器 | 第46-48页 |
| 2．6 盲多用户检测 | 第48-52页 |
| 2．6．1 线性多用户检测器的典范表示 | 第49-50页 |
| 2．6．2 MOE检测器 | 第50页 |
| 2．6．3 盲多用户检测的自适应算法 | 第50-52页 |
| 2．7 本章小结 | 第52-53页 |
| 第三章 禁忌搜索在多用户检测中的应用研究 | 第53-82页 |
| 3．1 禁忌搜索（TS）算法 | 第53-57页 |
| 3．1．1 禁忌搜索算法中的几个概念 | 第54-55页 |
| 3．1．2 禁忌搜索算法的描述 | 第55-57页 |
| 3．2 基于禁忌搜索的多用户检测方法 | 第57-63页 |
| 3．2．1 用于多用户检测的TS算法设计 | 第57-59页 |
| 3．2．2 计算复杂度分析 | 第59页 |
| 3．2．3 计算机仿真结果及说明 | 第59-63页 |
| 3．3 禁忌搜索和多级结合的多用户检测方法 | 第63-72页 |
| 3．3．1 禁忌搜索算法的设计 | 第64-66页 |
| 3．3．2 禁忌搜索和多级检测相结合的混合多用户检测算法 | 第66-67页 |
| 3．3．3 计算复杂度分析 | 第67-68页 |
| 3．3．4 计算机仿真结果及说明 | 第68-72页 |
| 3．4 基于禁忌学习神经网络的多用户检测方法 | 第72-80页 |
| 3．4．1 Hopfield神经网络 | 第72-74页 |
| 3．4．2 禁忌学习原理 | 第74页 |
| 3．4．3 禁忌学习神经网络应用于多用户检测 | 第74-77页 |
| 3．4．4 计算机仿真结果及说明 | 第77-80页 |
| 3．5 本章小结 | 第80-82页 |
| 第四章 遗传算法在多用户检测中的应用研究 | 第82-90页 |
| 4．1 遗传算法介绍 | 第82-85页 |
| 4．2 遗传算法用于多用户检测 | 第85-87页 |
| 4．2．1 遗传算法单独用于多用户检测 | 第85-86页 |
| 4．2．2 基于遗传算法和神经网络的多用户检测方法 | 第86-87页 |
| 4．3 计算复杂度分析 | 第87页 |
| 4．4 计算机仿真实验 | 第87-89页 |
| 4．5 本章小结 | 第89-90页 |
| 第五章 基于神经网络的多用户检测算法研究 | 第90-99页 |
| 5．1 径向基函数神经网络 | 第90-91页 |
| 5．2 RN中的自适应投影算法及收敛性 | 第91-92页 |
| 5．3 基于自适应投影算法的径向基函数网络设计 | 第92-93页 |
| 5．4 结合自适应投影算法的RBF网络用于多用户检测 | 第93-97页 |
| 5．5 计算机仿真结果 | 第97-98页 |
| 5．6 本章小结 | 第98-99页 |
| 第六章 全文总结 | 第99-102页 |
| 参考文献 | 第102-114页 |
| 致谢 | 第114-115页 |
| 个人简历、在学期间参加的科研项目及发表的学术论文 | 第115-116页 |
