数字通信中神经网络盲均衡器的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·盲均衡技术背景与意义 | 第7-9页 |
| ·盲均衡技术分析 | 第9-15页 |
| ·经典盲均衡算法 | 第9-11页 |
| ·高阶统计量类盲均衡算法 | 第11-12页 |
| ·神经网络类盲均衡算法 | 第12-15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 盲均衡技术理论基础 | 第17-26页 |
| ·数字通信信道和均衡问题 | 第17-19页 |
| ·最小均方算法 | 第19-21页 |
| ·递归最小二乘算法 | 第21-22页 |
| ·衡量算法收敛的性能指标 | 第22-25页 |
| ·稳态剩余误差 | 第23-24页 |
| ·收敛速度 | 第24页 |
| ·误码率 | 第24页 |
| ·残留码间干扰 | 第24-25页 |
| ·信道跟踪能力 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 神经网络信道均衡方法 | 第26-35页 |
| ·多层前馈神经网络均衡器 | 第26-29页 |
| ·复数 MLP 信道均衡器 | 第28-29页 |
| ·MLP 快速收敛算法 | 第29页 |
| ·基于函数链神经网络的均衡器 | 第29-31页 |
| ·RBF 均衡器 | 第31-33页 |
| ·递归神经网络均衡器 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于不同误差函数的复值均衡器 | 第35-43页 |
| ·基于 CMA 算法的误差函数 | 第35-36页 |
| ·基于 MMA 算法的误差函数 | 第36-37页 |
| ·基于 MDD 算法的误差函数 | 第37页 |
| ·基于改进双模式算法的误差函数 | 第37-39页 |
| ·性能仿真 | 第39-42页 |
| ·相位校正、收敛速度、稳态剩余误差等性能测试 | 第39-41页 |
| ·信道跟踪性能测试 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于不同代价函数的神经网络均衡器 | 第43-57页 |
| ·多层前馈神经网络结构 | 第43-44页 |
| ·复数前馈神经网络权值更新过程 | 第44-47页 |
| ·改进双模式神经网络算法 | 第47-50页 |
| ·计算机仿真 | 第50-55页 |
| ·收敛速度、稳态剩余误差等性能测试 | 第50-52页 |
| ·高阶 QAM 调制均衡性能仿真 | 第52-54页 |
| ·信道跟踪性能测试 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·本文的创新点 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 在读期间发表论文情况 | 第63-64页 |
| 致谢 | 第64页 |
