| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景及意义 | 第16页 |
| 1.2 盲均衡的研究进展 | 第16-17页 |
| 1.3 研究内容和章节安排 | 第17-20页 |
| 第二章 盲均衡基本原理 | 第20-26页 |
| 2.1 盲均衡技术 | 第20-23页 |
| 2.1.1 Bussgang类盲均衡器结构 | 第20-21页 |
| 2.1.2 经典Bussgang算法 | 第21-23页 |
| 2.2 盲均衡性能指标 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 针对不同特征值扩展信道的盲均衡算法 | 第26-42页 |
| 3.1 信道的特征值扩展 | 第26-29页 |
| 3.2 不同特征值扩展的信道识别 | 第29-30页 |
| 3.3 算法在不同特征值扩展信道的适用性 | 第30-34页 |
| 3.3.1 SWA和MCMA算法分析 | 第30-31页 |
| 3.3.2 仿真与性能分析 | 第31-34页 |
| 3.4 基于星座匹配误差CME函数切换的双模算法 | 第34-41页 |
| 3.4.1 双模算法概述 | 第34-35页 |
| 3.4.2 基于星座匹配误差CME函数切换的双模算法 | 第35-38页 |
| 3.4.3 双模算法的仿真与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 改进的MCMA和SWA算法 | 第42-58页 |
| 4.1 改进的MCMA算法 | 第42-50页 |
| 4.1.1 β_MCMA算法 | 第42-47页 |
| 4.1.2 MCMA_APA和CMA_APA算法 | 第47-50页 |
| 4.2 改进的SWA算法 | 第50-56页 |
| 4.2.1 MSWA算法 | 第50页 |
| 4.2.2 MSWA_RLS凸组合算法 | 第50-52页 |
| 4.2.3 低复杂度MSWA_RLS凸组合算法 | 第52-53页 |
| 4.2.4 算法的仿真及分析 | 第53-56页 |
| 4.3 本章小结 | 第56-58页 |
| 第五章 针对短数据和低复杂度的盲均衡算法 | 第58-74页 |
| 5.1 针对短数据的盲均衡算法 | 第58-63页 |
| 5.1.1 短数据重用算法 | 第58-59页 |
| 5.1.2 短数据重用算法的仿真及分析 | 第59-60页 |
| 5.1.3 基于可靠性标记的短数据重用算法 | 第60-62页 |
| 5.1.4 算法的仿真与分析 | 第62-63页 |
| 5.2 低复杂度的MSWA_RLS_DCD算法 | 第63-73页 |
| 5.2.1 DCD算法 | 第63-65页 |
| 5.2.2 MSWA_DCD算法 | 第65-68页 |
| 5.2.3 MSWA_DCD算法的仿真与分析 | 第68-69页 |
| 5.2.4 MSWA_RLS_DCD算法 | 第69-70页 |
| 5.2.5 MSWA_RLS_DCD算法的仿真与分析 | 第70-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 附录A SWA算法的推导过程 | 第76-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |