摘要
Abstract
符号与縮写含义清单
第一章 绪论
1.1 研究背景
1.2 盲均衡技术的发展
1.3 本文主要研究内容
第二章 α稳定分布
2.1 α稳定分布的定义
2.2 α稳定分布的参数系
2.3 α稳定分布的计算机仿真
2.3.1 仿真步骤
2.3.2 仿真实例
2.4 分数低阶统计量
2.5 分数低阶α稳定分布噪声环境中的均衡算法
2.5.1 自适应最小平均p范数法
2.5.2 自适应最小平均绝对偏差算法
2.5.3 修正的自适应误差受限常数模算法
2.5.4 算法仿真
2.6 本章小结
第三章 基于分数低阶统计量的小波盲均衡算法
3.1 基于分数低阶统计量的盲均衡算法
3.1.1 常数模盲均衡算法
3.1.2 基于分数低阶统计量的常数模盲均衡算法
3.1.3 算法仿真
3.1.4 p值的选取
3.2 基于分数低阶统计量的小波盲均衡算法
3.2.1 算法描述
3.2.2 算法仿真
3.3 本章小结
第四章 基于分数低阶统计量的小波加权多模盲均衡算法
4.1 加权多模盲均衡算法
4.1.1 多模盲均衡算法
4.1.2 加权多模盲均衡算法
4.1.3 算法仿真
4.2 基于分数低阶统计量的加权多模盲均衡算法
4.2.1 算法描述
4.2.2 算法仿真
4.3 基于分数低阶统计量的小波加权多模盲均衡算法
4.3.1 算法描述
4.3.2 算法仿真
4.4 本章小结
第五章 基于分数低阶统计量的小波加权多模判决反馈盲均衡算法
5.1 常模判决反馈盲均衡算法
5.1.1 算法描述
5.1.2 算法仿真
5.2 加权多模判决反馈盲均衡算法
5.2.1 算法描述
5.2.2 算法仿真
5.3 基于分数低阶统计量的判决反馈盲均衡算法
5.3.1 基于分数低阶统计量的常模判决反馈盲均衡算法
5.3.2 基于分数低阶统计量的小波加权多模判决反馈盲均衡算法
5.3.3 算法仿真
5.4 本章小结
第六章 基于模糊免疫算法的分数低阶统计量小波加权多模盲均衡算法
6.1 免疫算法
6.1.1 免疫遗传算法
6.1.2 克隆选择算法
6.1.3 人工免疫网络算法
6.2 基于模糊免疫算法的分数低阶统计量小波加权多模盲均衡算法
6.2.1 模糊免疫算法
6.2.2 FIA-WT-FLOSWMMA
6.2.3 算法仿真
6.3 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
致谢
攻读硕士学位期间科研成果