摘要
Abstract
第1章 绪论
1.1 论文研究的目的和意义
1.1.1 自适应信号处理
1.1.2 带训练序列的自适应滤波器
1.1.3 自适应滤波器理论及其应用
1.1.4 盲均衡技术介绍
1.2 本文工作和论文结构
1.3 小结
第2章 盲均衡技术
2.1 均衡原理
2.1.1 信道模型
2.1.2 反卷积
2.1.3 均衡器结构
2.1.4 基于训练的自适应均衡
2.2 盲自适应均衡原理
2.2.1 盲均衡问题的数学描述
2.2.2 盲自适应均衡
2.3 小结
第3章 恒模盲均衡算法
3.1 信道模型
3.1.1 CMA
3.2 CMA常数R的选择
3.3 CMA的稳态均方误差(MSE)性能
3.4 小结
第4章 低复杂度软判决并行恒模算法
4.1 软判决并行恒模算法
4.1.1 系统模型
4.1.2 CCMA+SDD盲均衡算法
4.1.3 稳态均方性能
4.2 低复杂度并行CMA+SDD算法
4.3 修正低复杂度并行CMA+SDD算法
4.4 仿真实验
4.4.1 仿真环境
4.4.2 CCMA+SDD算法星座图和稳态均方误差
4.4.3 两种算法的性能比较
4.5 小结
第5章 低复杂度PPDF盲均衡算法
5.1 PPDF盲均衡算法
5.1.1 信道模型
5.1.2 PPDF算法
5.1.3 PPDF算法的其它代价函数
5.1.4 PPDF算法的核参数选择
5.2 PPDF算法的低复杂度盲均衡算法(LCPPDF算法)
5.2.1 LCPPDF算法
5.3 LCPPDF算法的仿真
5.3.1 仿真环境
5.3.2 PPDF算法和LCPPDF算法的性能曲线比较
5.3.3 LCPPDF算法在不同星座半径下的性能比较
5.4 小结
第6章 修正PPDF盲均衡算法
6.1 并行直接判决PPDF算法(DD+PPDF算法)
6.2 数据依赖型直接判决PPDF算法(DDDD+PPDF)
6.3 PPDF修正算法的仿真
6.3.1 仿真环境
6.3.2 修正PPDF算法的星座图
6.3.3 修正PPDF算法的性能曲线
6.4 小结
结论
全文总结
工作展望
需要进一步研究的问题
附录A
A.1 基本定义
A.2 常用例子
参考文献
攻读学位期间公开发表论文
致谢