声明
摘要
1 绪论
1.1 研究背景及意义
1.2 盲均衡算法的研究现状
1.2.1 盲均衡算法的分类
1.2.2 Bussgang类盲均衡算法的研究动态
1.2.3 评判盲均衡算法的性能指标
1.3 论文主要研究工作
2 常模盲均衡算法及改进算法的研究
2.1 常数模算法
2.1.1 CMA的基本原理
2.1.2 CMA性能分析
2.2 步长因子对CMA性能的影响
2.3 变步长的常数模盲均衡算法的基本思想
2.4 改进算法的分析与仿真
2.4.1 基于MSE变步长的常模盲均衡算法的研究
2.4.2 基于剩余误差自相关的变步长常模盲均衡算法的研究
2.5 本章小结
3 基于常模的判决反馈盲均衡算法研究
3.1 基于常数模的判决反馈盲均衡算法
3.1.1 基于常模的判决反馈均衡器
3.1.2 基于常数模的判决反馈算法原理
3.1.3 算法仿真与结果分析
3.2 基于变步长的常数模判决反馈盲均衡算法
3.2.1 基于MSE变步长的常模判决反馈盲均衡算法的研究
3.2.2 基于剩余误差自相关的变步长常模判决反馈盲均衡算法研究
3.3 本章小结
4 模拟退火粒子群优化的判决反馈盲均衡算法
4.1 粒子群优化算法
4.1.1 PSO的起源与概念
4.1.2 PSO的基本原理与步骤
4.1.3 PSO的参数分析
4.1.4 PSO优化的优点
4.2 模拟退火算法
4.2.1 SA的基本思想
4.2.2 SA的描述
4.2.3 SA的特点
4.3 基于模拟退火粒子群优化的常模判决反馈算法
4.3.1 算法原理
4.3.2 算法仿真
4.3.3 结果分析
4.4 模拟退火粒子群优化的变步长常模判决反馈算法
4.4.1 算法原理
4.4.2 算法仿真与分析
4.5 本章小结
5 模拟退火人工鱼群优化的判决反馈盲均衡算法
5.1 人工鱼群算法
5.1.1 AFSA的描述
5.1.2 人工鱼群的行为
5.1.3 AFSA的优点
5.2 基于模拟退火人工鱼群的常模判决反馈算法
5.2.1 算法原理
5.2.2 算法仿真
5.2.3 结果分析
5.3 基于模拟退火人工鱼群的变步长判决反馈算法
5.3.1 算法原理
5.3.2 算法仿真
5.3.3 结果分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果