摘要 | 第4-5页 |
Abstract | 第5-6页 |
图目录 | 第10-12页 |
表目录 | 第12-13页 |
第一章 绪论 | 第13-24页 |
1.1 研究背景 | 第13-14页 |
1.2 研究现状 | 第14-21页 |
1.2.1 PCMA信号的调制识别 | 第15-17页 |
1.2.2 PCMA信号的参数估计 | 第17-18页 |
1.2.3 PCMA信号的盲分离 | 第18-21页 |
1.3 论文的主要工作 | 第21-24页 |
1.3.1 提出问题 | 第21-22页 |
1.3.2 本文研究思路及结构安排 | 第22-24页 |
第二章 PCMA 信号的调制识别 | 第24-31页 |
2.1 信号模型 | 第24页 |
2.2 特征提取 | 第24-28页 |
2.2.1 分类特征F_1 | 第25-26页 |
2.2.2 分类特征F_2 | 第26-27页 |
2.2.3 分类特征F_3 | 第27页 |
2.2.4 分类特征F_4 | 第27-28页 |
2.3 识别框图 | 第28-29页 |
2.4 性能仿真分析 | 第29-30页 |
2.5 小结 | 第30-31页 |
第三章 8PSK 调制下 PCMA 信号的频偏和初相估计 | 第31-42页 |
3.1 信号模型 | 第32-33页 |
3.2 似然函数最大化 | 第33-34页 |
3.3 数据辅助下的频偏估计算法 | 第34-38页 |
3.3.1 分级搜索算法 | 第34-36页 |
3.3.2 频偏估计的有效范围 | 第36页 |
3.3.3 性能仿真分析 | 第36-38页 |
3.4 数据辅助下的初始相位估计 | 第38-41页 |
3.4.1 算法原理 | 第38-39页 |
3.4.2 性能仿真分析 | 第39-41页 |
3.5 小结 | 第41-42页 |
第四章 合作接收 PCMA 信号的迭代解调/译码 | 第42-53页 |
4.1 信号模型 | 第42-43页 |
4.2 基于迭代处理的解调/分离结构 | 第43-48页 |
4.2.1 信道参数估计 | 第43-44页 |
4.2.2 MMSE均衡算法 | 第44-45页 |
4.2.3 SISO译码 | 第45-47页 |
4.2.4 解调/译码算法步骤 | 第47-48页 |
4.3 性能仿真分析 | 第48-52页 |
4.3.1 迭代次数对解调/分离性能的影响 | 第48-49页 |
4.3.2 信道参数估计误差对解调/分离性能的影响 | 第49-51页 |
4.3.3 高阶调制PCMA信号的解调/分离 | 第51-52页 |
4.4 小结 | 第52-53页 |
第五章 基于 BCJR 思想的 PSP 迭代分离算法 | 第53-67页 |
5.1 基本 PSP 分离算法 | 第54-56页 |
5.1.1 信道约束长度的设置 | 第54-55页 |
5.1.2 基于LMS自适应跟踪信道的PSP算法 | 第55-56页 |
5.2 基于 BCJR 思想的 PSP 软输出迭代分离译码算法 | 第56-61页 |
5.2.1 基于BCJR思想的PSP软输出算法 | 第56-59页 |
5.2.2 迭代分离译码算法 | 第59-60页 |
5.2.3 仿真实验 | 第60-61页 |
5.3 用过采样的方法提升分离性能 | 第61-63页 |
5.4 用同步采样的方法降低运算复杂度 | 第63-66页 |
5.4.1 基于同步采样的BCJR-PSP分离算法 | 第63-64页 |
5.4.2 仿真实验 | 第64-66页 |
5.5 小结 | 第66-67页 |
第六章 基于 Turbo 均衡的迭代分离/译码算法 | 第67-78页 |
6.1 迭代分离结构 | 第67-68页 |
6.2 初始盲均衡模块 | 第68-71页 |
6.2.1 均衡模型 | 第68页 |
6.2.2 超指数盲均衡算法 | 第68-70页 |
6.2.3 仿真实验 | 第70-71页 |
6.3 SISO 逆映射模块 | 第71-73页 |
6.3.1 基于迭代处理的SISO逆映射 | 第71-72页 |
6.3.2 仿真实验 | 第72-73页 |
6.4 判决反馈模块 | 第73-74页 |
6.5 MMSE 迭代均衡模块 | 第74页 |
6.6 分离性能分析 | 第74-77页 |
6.7 小结 | 第77-78页 |
结束语 | 第78-80页 |
致谢 | 第80-81页 |
参考文献 | 第81-86页 |
作者简历 | 第86页 |