MIMO智能天线自适应波束赋形算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究的背景 | 第8页 |
| ·智能天线的发展进程与国内外现状 | 第8-10页 |
| ·智能天线的发展进程 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·智能天线的优点 | 第10页 |
| ·本文的主要工作及安排 | 第10-11页 |
| 第二章 MIMO智能天线技术概述 | 第11-20页 |
| ·智能天线技术 | 第11-14页 |
| ·智能天线概述 | 第11-12页 |
| ·智能天线的基本结构 | 第12-13页 |
| ·智能天线的分类 | 第13-14页 |
| ·MIMO多天线技术 | 第14-16页 |
| ·MIMO与智能天线相结合 | 第16-19页 |
| ·MIMO与智能天线比较分析 | 第16页 |
| ·MIMO与智能天线结合 | 第16-18页 |
| ·MIMO智能天线的优势 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 自适应波束形成算法 | 第20-40页 |
| ·自适应波束形成 | 第20-23页 |
| ·自适应波束形成概述 | 第20-21页 |
| ·波束形成的基本原理 | 第21-23页 |
| ·波束形成器的优化准则 | 第23-30页 |
| ·最小均方误差(MMSE)准则 | 第24-25页 |
| ·最大信干噪比(Max SINR)准则 | 第25-26页 |
| ·最大似然(ML)准则 | 第26-27页 |
| ·线性约束最小方差(LCMV)准则 | 第27-28页 |
| ·四种准则的比较 | 第28-30页 |
| ·自适应波束形成算法 | 第30-39页 |
| ·自适应非盲算法 | 第31-36页 |
| ·最小均方(LMS)算法 | 第31-33页 |
| ·采样矩阵求逆(SMI)算法 | 第33-34页 |
| ·递归最小二乘(RLS)算法 | 第34-35页 |
| ·三种非盲算法比较 | 第35-36页 |
| ·自适应盲算法 | 第36-39页 |
| ·恒模(CMA)算法 | 第36-37页 |
| ·多重信号分类(MUSIC)算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 自适应波束形成算法仿真及算法改进 | 第40-56页 |
| ·算法仿真 | 第40-45页 |
| ·最小均方(LMS)算法仿真 | 第40-42页 |
| ·采样矩阵求逆(SMI)算法仿真 | 第42-43页 |
| ·递归最小二乘(RLS)算法仿真 | 第43-44页 |
| ·恒模算法(CMA)仿真 | 第44页 |
| ·多重信号分类(MUSIC)算法仿真 | 第44-45页 |
| ·算法的改进 | 第45-55页 |
| ·最小二乘恒模(LS-CMA)算法 | 第45-49页 |
| ·根值MUSIC算法 | 第49-50页 |
| ·共轭梯度(CGM)算法及仿真 | 第50-52页 |
| ·矩阵求逆归一化最小均方(MI-NLMS)算法 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 论文工作总结及展望 | 第56-57页 |
| ·工作总结 | 第56页 |
| ·MIMO智能天线技术发展展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录1 发表论文及科研情况说明 | 第60页 |
