统计通信信号处理技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11页 |
| ·基于高阶统计量的CDMA信号盲检测研究现状 | 第11-13页 |
| ·基于分数低阶统计量的信号处理理论与应用研究现状 | 第13-15页 |
| ·本文的主要研究内容 | 第15-19页 |
| 第二章 统计量理论 | 第19-35页 |
| ·高阶统计量的基本概念 | 第19-23页 |
| ·高阶矩和高阶累积量的定义 | 第20-21页 |
| ·高阶矩和高阶累积量之间的关系 | 第21-22页 |
| ·高阶矩谱和高阶累积量谱 | 第22-23页 |
| ·高阶矩和高阶累积量的性质 | 第23-24页 |
| ·高斯过程的高阶矩和高阶累积量 | 第24-26页 |
| ·α稳定分布基本理论 | 第26-29页 |
| ·α稳定分布的概念 | 第26-28页 |
| ·α稳定分布的几种特殊情况 | 第28页 |
| ·α稳定分布的性质 | 第28-29页 |
| ·分数低阶统计量 | 第29-32页 |
| ·分数低阶矩 | 第30页 |
| ·负阶矩和零阶矩 | 第30页 |
| ·分数低阶协方差 | 第30-31页 |
| ·共变 | 第31-32页 |
| ·α稳定分布的线性理论 | 第32-34页 |
| ·α稳定分布过程的线性空间 | 第33页 |
| ·最小分散系数准则 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于高阶统计量的DS-CDMA信号检测 | 第35-63页 |
| ·DS-CDMA信号的统计特性 | 第35-48页 |
| ·DS-CDMA通信系统 | 第35-36页 |
| ·DS-CDMA信号的统计量推导 | 第36-48页 |
| ·基于四阶矩切片的DS-CDMA信号时域检测方法 | 第48-55页 |
| ·方法提出 | 第48-52页 |
| ·性能仿真与分析 | 第52-55页 |
| ·基于四阶矩切片的DS-CDMA信号频域检测方法 | 第55-60页 |
| ·方法提出 | 第55-57页 |
| ·性能仿真与分析 | 第57-60页 |
| ·小结 | 第60-63页 |
| 第四章 基于分数低阶统计量的自适应滤波算法研究 | 第63-91页 |
| ·几种经典时域自适应滤波算法 | 第63-65页 |
| ·最小平均P范数及其归一化算法 | 第64页 |
| ·广义归一化最小平均P范数算法 | 第64-65页 |
| ·递归最小P范数算法 | 第65页 |
| ·基于最小平均P范数准则的自适应数据块滤波算法 | 第65-73页 |
| ·定步长数据块最小平均P范数算法及其归一化 | 第66-67页 |
| ·变步长数据块归一化最小平均P范数算法 | 第67页 |
| ·广义数据块归一化最小平均P范数算法 | 第67-69页 |
| ·性能仿真与分析 | 第69-73页 |
| ·基于最小平均P范数准则的自适应广义伯格算法 | 第73-81页 |
| ·广义伯格公式 | 第73-75页 |
| ·自适应广义伯格算法 | 第75-77页 |
| ·自适应广义伯格算法与梯度算法的关系 | 第77-78页 |
| ·算法仿真与性能分析 | 第78-81页 |
| ·基于最小P范数准则的格型算法（LPL） | 第81-89页 |
| ·最小P范数格型算法（LPL） | 第82-86页 |
| ·性能仿真与分析 | 第86-89页 |
| ·小结 | 第89-91页 |
| 第五章 总结与展望 | 第91-93页 |
| ·全文总结 | 第91-92页 |
| ·后续研究工作展望 | 第92-93页 |
| 致谢 | 第93-95页 |
| 参考文献 | 第95-109页 |
| 作者在读期间发表的学术论文及参加的科研项目 | 第109-111页 |
