基于函数逼近径向基函数网络的盲波束形成算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究的背景 | 第11-12页 |
| ·课题研究的目的与意义 | 第12-13页 |
| ·智能天线的研究现状 | 第13-15页 |
| ·直扩码分多址(DS-CDMA)系统 | 第15-17页 |
| ·直扩码分多址的优势 | 第15-16页 |
| ·DS-CDMA系统中存在的问题 | 第16-17页 |
| ·盲波束形成简介 | 第17-18页 |
| ·本文主要内容简介 | 第18-21页 |
| 第二章 函数逼近径向基函数网络 | 第21-27页 |
| ·神经网络简介 | 第21-22页 |
| ·人工神经网络的函数逼近 | 第22-24页 |
| ·RBF神经网络结构 | 第24-26页 |
| ·RBF神经网络结构 | 第24-25页 |
| ·RBF神经网络函数逼近算法 | 第25-26页 |
| ·RBF基函数的选择 | 第26页 |
| ·本章总结 | 第26-27页 |
| 第三章 智能天线技术与自适应波束形成算法 | 第27-47页 |
| ·引言 | 第27页 |
| ·智能天线的介绍 | 第27-31页 |
| ·智能天线的工作原理 | 第27-28页 |
| ·智能天线的拓扑结构 | 第28-30页 |
| ·智能天线的工作方式 | 第30-31页 |
| ·自适应天线阵列 | 第31-35页 |
| ·方向图函数 | 第32页 |
| ·最佳权向量 | 第32-35页 |
| ·最优权准则 | 第35页 |
| ·智能天线数字波束形成算法 | 第35-46页 |
| ·ADBF算法分类 | 第36页 |
| ·非盲ADBF算法 | 第36-39页 |
| ·最小均方算法 | 第37-38页 |
| ·采样矩阵求逆算法 | 第38页 |
| ·递归最小二乘算法 | 第38-39页 |
| ·盲ADBF算法 | 第39-46页 |
| ·恒模算法 | 第40-41页 |
| ·累积量算法 | 第41-43页 |
| ·实验仿真与分析 | 第43-46页 |
| ·本章总结 | 第46-47页 |
| 第四章 波束形成算法在DS-CDMA系统中的应用 | 第47-69页 |
| ·DS-CDMA的原理框图 | 第47-48页 |
| ·DS-CDMA系统的信号模型 | 第48-49页 |
| ·基于扩频码滤波方法的波束形成器 | 第49-52页 |
| ·判决影射算法 | 第52-54页 |
| ·判决影射最小均方(DP_LMS)算法 | 第52-53页 |
| ·判决影射归一化最小均方(DP_NLMS)算法 | 第53-54页 |
| ·基于累积量的盲波束形成算法 | 第54-58页 |
| ·仿真与分析 | 第56-58页 |
| ·盲波束形成的RBFNN实现 | 第58-63页 |
| ·RBFNN的智能天线理论模型 | 第58-60页 |
| ·RBFNN训练和盲波束形成 | 第60-61页 |
| ·仿真实验 | 第61-63页 |
| ·DS-CDMA中ADBF实验仿真与分析 | 第63-67页 |
| ·本章总结 | 第67-69页 |
| 第五章 多径衰落信道下的盲波束形成 | 第69-85页 |
| ·多径信道下信号模型 | 第69-70页 |
| ·Rake接收机 | 第70-73页 |
| ·Rake接收的基本原理 | 第70-71页 |
| ·时域1D Rake接收机 | 第71-72页 |
| ·空时2D Rake接收机 | 第72-73页 |
| ·空时二维ADBF算法 | 第73-80页 |
| ·空时最小均方误差(ST-MMSE)算法 | 第74-75页 |
| ·空时解扩重扩恒模(ST-DPCMA)算法 | 第75-77页 |
| ·空时码滤波算法 | 第77-78页 |
| ·空时码滤波算法改进算法 | 第78-80页 |
| ·空时高阶累积量(ST-HOC)算法 | 第78-80页 |
| ·空时径向基函数逼近(ST-RBFNN)算法 | 第80页 |
| ·实验分析与仿真 | 第80-84页 |
| ·本章总结 | 第84-85页 |
| 总结与展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-93页 |
| 硕士期间发表的论文 | 第93页 |
