独立分量分析在CDMA多用户检测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·独立分量分析的概念 | 第10-12页 |
| ·问题的提出 | 第10-11页 |
| ·独立分量分析的定义 | 第11-12页 |
| ·非线性ICA | 第12页 |
| ·独立分量分析存在的不确定性 | 第12页 |
| ·独立分量分析的发展现状 | 第12-14页 |
| ·多用户检测技术及其研究现状 | 第14-16页 |
| ·本文的研究内容 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第2章 独立分量分析基本理论 | 第18-29页 |
| ·引言 | 第18页 |
| ·高阶统计特性分析 | 第18-22页 |
| ·高阶矩和高阶累积量 | 第19-21页 |
| ·多个随机变量的联合高阶统计量 | 第21-22页 |
| ·累积量的基本性质 | 第22页 |
| ·多维数据的线性变换 | 第22-24页 |
| ·独立分量分析(ICA) | 第24-28页 |
| ·统计独立的基本概念 | 第24-25页 |
| ·ICA定义及线性模型 | 第25-27页 |
| ·ICA的不确定性和限制条件 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 ICA算法实现 | 第29-46页 |
| ·引言 | 第29-30页 |
| ·ICA预处理 | 第30-32页 |
| ·数据的中心化(去均值) | 第30页 |
| ·白化处理 | 第30-32页 |
| ·非高斯性与统计独立 | 第32-33页 |
| ·ICA目标函数 | 第33-38页 |
| ·峭度(kurtosis) | 第33-35页 |
| ·负熵及负熵的近似 | 第35-37页 |
| ·最小化互信息 | 第37-38页 |
| ·ICA优化算法 | 第38-45页 |
| ·FastICA算法 | 第39-41页 |
| ·Infomax ICA算法 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 FastICA在CDMA通信系统中的应用 | 第46-56页 |
| ·引言 | 第46-47页 |
| ·扩频通信的基本原理 | 第47-50页 |
| ·CDMA通信系统中的多用户检测原理 | 第50-52页 |
| ·FastICA在CDMA通信系统中的应用 | 第52-53页 |
| ·仿真试验 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 采用ICA算法改进多用户检测 | 第56-67页 |
| ·引言 | 第56页 |
| ·数据模型 | 第56-58页 |
| ·采用ICA抑制干扰 | 第58页 |
| ·基于ICA的接收器 | 第58-60页 |
| ·仿真结果与分析 | 第60-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-70页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 作者攻读硕士学位期间发表的论文 | 第74页 |
