基于高阶谱理论盲均衡算法的研究
| 第一章 绪论 | 第1-20页 |
| 第一节 盲均衡的概念 | 第8-12页 |
| 第二节 研究盲均衡的意义 | 第12-14页 |
| 第三节 国内外研究动态 | 第14-18页 |
| 第四节 本论文的结构安排 | 第18-20页 |
| 第二章 高阶统计量的基础知识 | 第20-36页 |
| 第一节 高阶矩与高阶累积量 | 第20-27页 |
| 1 单个实随机变量的高阶矩与高阶累积量 | 第20-22页 |
| 2 单个复随机变量的高阶累积量 | 第22-23页 |
| 3 随机变量的高阶矩和高阶累积量 | 第23-24页 |
| 4 随机过程的高阶矩和高阶累积量 | 第24-25页 |
| 5 正态随机变量的高阶矩和高阶累积量 | 第25-26页 |
| 6 高阶矩和高阶累积量的关系 | 第26-27页 |
| 第二节 累积量的性质 | 第27-28页 |
| 第三节 高阶谱的概念与性质 | 第28-30页 |
| 1 高阶矩谱 | 第28-29页 |
| 2 高阶累积量谱 | 第29-30页 |
| 第四节 双谱的主要性质 | 第30-34页 |
| 第五节 高阶统计量的重要性 | 第34-36页 |
| 第三章 高阶谱盲均衡算法的分析 | 第36-52页 |
| 第一节 闭合公式法 | 第37-39页 |
| 第二节 对称反对称变换法 | 第39-41页 |
| 第三节 直接法 | 第41-43页 |
| 第四节 SW方法 | 第43-45页 |
| 第五节 归一化方法 | 第45-48页 |
| 第六节 倒谱法 | 第48-52页 |
| 第四章 偶数阶归一化累积量算法 | 第52-69页 |
| 第一节 四、二阶归一化累积量算法 | 第52-59页 |
| 1 均衡准则 | 第52-54页 |
| 2 PAM信号算法的推导 | 第54-56页 |
| 3 QAM信号算法的推导 | 第56-59页 |
| 第二节 六、二阶归一化累积量算法 | 第59-67页 |
| 1 均衡准则 | 第59-60页 |
| 2 PAM信号算法的推导 | 第60-62页 |
| 3 QAM信号算法的推导 | 第62-67页 |
| 第三节 小结 | 第67-69页 |
| 第五章 奇数阶归一化累积量算法 | 第69-94页 |
| 第一节 对称反对称变换规则 | 第69-73页 |
| 第二节 三、二阶归一化累积量算法 | 第73-82页 |
| 1 均衡准则 | 第73-74页 |
| 2 PAM信号算法的推导 | 第74-76页 |
| 3 PAM信号计算机仿真结果 | 第76-77页 |
| 4 QAM信号算法的推导 | 第77-79页 |
| 5 QAM信号计算机仿真结果 | 第79-82页 |
| 第三节 五、二阶归一化累积量算法 | 第82-94页 |
| 1 均衡准则 | 第82-83页 |
| 2 PAM信号算法的推导 | 第83-85页 |
| 3 PAM信号计算机仿真结果 | 第85-86页 |
| 4 QAM信号算法的推导 | 第86-90页 |
| 5 QAM信号计算机仿真结果 | 第90-94页 |
| 第六章 总结 | 第94-97页 |
| 参考文献 | 第97-103页 |
| 致谢 | 第103-104页 |
| 攻读硕士期间发表论文 | 第104页 |
