基于小波变换的自适应均衡算法的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·自适应均衡技术综述 | 第10-13页 |
| ·小波均衡技术 | 第11-12页 |
| ·小波神经网络技术 | 第12-13页 |
| ·本文的工作安排 | 第13-15页 |
| 2 自适应均衡器设计 | 第15-36页 |
| ·多径效应及其对数字传输的影响 | 第15-17页 |
| ·自适应均衡器分类 | 第17-19页 |
| ·均衡器结构 | 第17-19页 |
| ·盲均衡和非盲均衡 | 第19页 |
| ·自适应均衡算法 | 第19-25页 |
| ·LMS 算法 | 第19-21页 |
| ·RLS 算法 | 第21-23页 |
| ·梯度格型算法 | 第23页 |
| ·余弦变换的DCT 算法 | 第23-24页 |
| ·自适应均衡算法比较 | 第24-25页 |
| ·自适应均衡算法仿真研究 | 第25-29页 |
| ·算法收敛速度的研究 | 第25-29页 |
| ·算法误码率的研究 | 第29页 |
| ·判决反馈均衡器及其改进 | 第29-35页 |
| ·判决反馈均衡器 | 第29-30页 |
| ·运用误差反馈的判决反馈均衡器 | 第30-32页 |
| ·仿真研究与FPGA 实现 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 3 小波均衡的基本理论 | 第36-45页 |
| ·连续时间域的小波分析及小波变换 | 第36-37页 |
| ·多分辨分析和离散小波变换 | 第37-40页 |
| ·多分辨分析的基本思想 | 第37-38页 |
| ·离散小波变换 | 第38-39页 |
| ·离散小波变换的快速算法 | 第39-40页 |
| ·小波变换理论应用进展 | 第40-43页 |
| ·小波分析及其在通信中的应用 | 第40-41页 |
| ·小波变换与人工智能的结合 | 第41-43页 |
| ·时域和小波域均衡算法的比较 | 第43-44页 |
| ·时域均衡的优缺点 | 第43页 |
| ·小波均衡算法的优点 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 误差反馈的正交小波均衡器设计 | 第45-53页 |
| ·设计总体思路 | 第45页 |
| ·设计原理 | 第45-46页 |
| ·误差反馈均衡器结构和算法 | 第46-50页 |
| ·均衡器结构 | 第46-47页 |
| ·均衡器算法 | 第47-48页 |
| ·小波域自适应均衡算法的性能分析 | 第48-50页 |
| ·仿真研究 | 第50-52页 |
| ·研究小波均衡算法收敛速度 | 第50-51页 |
| ·小波均衡算法误码性能比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 小波神经网络均衡器设计 | 第53-61页 |
| ·小波神经网络均衡概述 | 第53-54页 |
| ·小波神经网络均衡器的理论基础 | 第54-55页 |
| ·基于小波理论的神经网络模型构造 | 第55-57页 |
| ·小波与神经网络的辅助式结合模型 | 第55-56页 |
| ·小波与神经网络的嵌套式结合模型 | 第56-57页 |
| ·小波神经网络均衡器结构和算法设计 | 第57-59页 |
| ·传统神经网络均衡器结构 | 第57页 |
| ·小波神经网络均衡器结构 | 第57-58页 |
| ·小波神经网络均衡器算法 | 第58-59页 |
| ·仿真研究 | 第59-60页 |
| ·收敛速度 | 第59-60页 |
| ·误码性能比较 | 第60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·未来展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录:作者攻读硕士学位期间完成论文与参加科研情况 | 第67页 |
