自適應(yīng)盲均衡技術(shù)

第1章 緒論
1.1研究背景與意義
1.2 自適應(yīng)均衡器的研究與應(yīng)用
1.3盲均衡器的研究與應(yīng)用
1.3.1 Bussgang類盲均衡算法
1.3.2高階統(tǒng)計(jì)量類盲均衡算法
1.3.3基于神經(jīng)網(wǎng)絡(luò)與模糊理論的盲均衡算法
1.3.4基于小波變換的盲均衡算法
1.4本書研究的基本問題與成果
第2章 盲均衡基礎(chǔ)理論
2.1多途信道模型
2.1.1水聲信道特性
2.1.2水聲信道仿真模型
2.2均衡器的分類和結(jié)構(gòu)
2.2.1均衡器的分類
2.2.2均衡器的結(jié)構(gòu)
2.3自適應(yīng)均衡技術(shù)
2.4盲均衡技術(shù)
2.4.1盲均衡系統(tǒng)等效基帶模型
2.4.2盲均衡迫零條件
2.4.3理想均衡條件
2.4.4碼率盲均衡器
2.4.5算法性能及評(píng)價(jià)準(zhǔn)則
2.4.6 RCA算法
2.4.7多模算法
2.4.8雙模式算法
2.5高階統(tǒng)計(jì)量基礎(chǔ)理論
2.5.1高階統(tǒng)計(jì)量與高階譜
2.5.2循環(huán)譜與循環(huán)倒譜
第3章 基于變步長(zhǎng)的常數(shù)模盲均衡算法
3.1修正的CMA算法
3.1.1泄漏CMA算法
3.1.2動(dòng)量CMA算法
3.2基于瑞利分布變步長(zhǎng)的常數(shù)模盲均衡算法
3.2.1瑞利分布變步長(zhǎng)
3.2.2性能分析
3.2.3性能仿真
3.3基于峭度變步長(zhǎng)的常數(shù)模盲均衡算法
3.3.1算法原理
3.3.2性能仿真
第4章 基于不同誤差測(cè)度函數(shù)的盲均衡算法
4.1基于對(duì)數(shù)正態(tài)誤差函數(shù)的變步長(zhǎng)盲均衡算法
4.1.1對(duì)數(shù)正態(tài)誤差函數(shù)及特性
4.1.2基于對(duì)數(shù)正態(tài)誤差函數(shù)的盲均衡算法
4.1.3性能仿真
4.2基于可變分段誤差函數(shù)的盲均衡算法
4.2.1可變分段誤差函數(shù)
4.2.2基于可變分段誤差函數(shù)的常數(shù)模盲均衡算法
4.2.3可變分段誤差函數(shù)特性分析
4.2.4收斂性能分析
4.2.5性能仿真
4.3基于雙曲正切誤差函數(shù)的變步長(zhǎng)盲均衡算法
4.3.1雙曲正切誤差函數(shù)
4.3.2基于雙曲正切誤差函數(shù)的盲均衡算法
4.3.3性能分析
4.3.4性能仿真
4.4基于不同奇對(duì)稱誤差函數(shù)的變步長(zhǎng)盲均衡算法
4.4.1不同奇對(duì)稱誤差函數(shù)及其特性
4.4.2基于不同奇對(duì)稱誤差函數(shù)的盲均衡算法
4.4.3性能仿真
4.5基于不同誤差函數(shù)的判決反饋盲均衡算法
4.5.1算法原理
4.5.2性能仿真
第5章 基于高階統(tǒng)計(jì)量的盲均衡算法
5.1基于高階統(tǒng)計(jì)量的信道辨識(shí)算法
5.1.1基于四階累積量的信道辨識(shí)算法
5.1.2基于倒三譜的信道估計(jì)算法
5.1.3基于循環(huán)倒譜的信道估計(jì)算法
5.2基于高階譜的盲均衡算法
5.2.1基于倒三譜的信道自適應(yīng)盲均衡算法
5.2.2基于循環(huán)倒譜的盲均衡算法
5.3超指數(shù)算法
5.3.1超指數(shù)算法
5.3.2超指迭代算法
5.4基于符號(hào)峭度最大化的水聲信道盲均衡算法
5.4.1符號(hào)峭度最大化自適應(yīng)算法
5.4.2性能仿真
5.5基于最小平方峭度的盲均衡算法
5.5.1最小平均峭度算法
5.5.2基于最小平方峭度的常數(shù)模算法
5.5.3仿真分析
第6章 基于統(tǒng)計(jì)特性均衡準(zhǔn)則的盲均衡算法
6.1基于統(tǒng)計(jì)特性的均衡準(zhǔn)則
6.1.1系統(tǒng)模型
6.1.2均衡準(zhǔn)則
6.2線性均衡器的隨機(jī)梯度算法
6.3基于統(tǒng)計(jì)特性均衡準(zhǔn)則的判決引導(dǎo)盲均衡結(jié)構(gòu)
6.4基于統(tǒng)計(jì)特性均衡準(zhǔn)則的聯(lián)合盲均衡算法
6.5基于統(tǒng)計(jì)特性均衡準(zhǔn)則的線性符號(hào)判決反饋均衡器
6.6性能仿真
6.6.1 LE+DD+PLL性能仿真
6.6.2 LSDFE性能仿真
附錄
第7章 基于不同切換準(zhǔn)則的雙模式盲均衡算法
7.1基于符號(hào)點(diǎn)判決的雙模式盲均衡算法
7.1.1基于符號(hào)點(diǎn)判決的雙模式盲均衡算法
7.1.2基于符號(hào)點(diǎn)判決的雙模盲均衡算法
7.2基于判決圓域判決的雙模式常數(shù)模盲均衡算法
7.2.1基于雙曲正切誤差函數(shù)的符號(hào)迭代常數(shù)模盲均衡算法
7.2.2CMA與CMA間的切換方法
7.2.3CMA+HSCMA的混合算法(DCMA)
7.2.4性能仿真
7.3基于圓環(huán)判決域切換的雙模式盲均衡算法
7.4基于同相正交分量的盲均衡算法及切換算法
7.4.1復(fù)基帶信道Bussgang算法
7.4.2基于同相正交分量的盲均衡算法及仿真分析
7.4.3基于正方形環(huán)判決的cMA+IQA算法
7.4.4基于正方形環(huán)判決域切換的IQA+DD混合算法
7.5基于剩余均方誤差準(zhǔn)則的高階QAM信號(hào)水聲信道盲均衡算法
7.5.1修正的超指數(shù)算法
7.5.2 MSEI與DD間的切換方法
7.6適用于高階QAM信號(hào)的雙模式多模盲均衡算法
7.6.1多模算法
7.6.2雙模式多模盲均衡算法
7.6.3性能仿真
第8章 基于分?jǐn)?shù)間隔的盲均衡算法
8.1多采樣率理論
8.1.1過采樣
8.1.2多速率系統(tǒng)模型
8.2多信道系統(tǒng)模型
8.2.1多信道系統(tǒng)模型
8.2.2多信道系統(tǒng)模型性能分析
8.3基于T／2分?jǐn)?shù)間隔的常數(shù)模盲均衡算法
8.3.1基于分?jǐn)?shù)間隔的判決反饋盲均衡算法
8.3.2基于分?jǐn)?shù)間隔的QAM信號(hào)聯(lián)合載波相位恢復(fù)盲均衡算法
8.4基于T／3分?jǐn)?shù)間隔的常數(shù)模盲均衡算法
8.5基于T／4分?jǐn)?shù)間隔的常數(shù)模盲均衡算法
8.5.1算法原理
8.5.2性能仿真
8.6基于T／5分?jǐn)?shù)間隔的盲均衡和載波相位恢復(fù)算法
8.6.1接收機(jī)結(jié)構(gòu)
8.6.2多信道均衡器輸入信號(hào)模型
8.6.3多信道均衡器
8.6.4多信道線性預(yù)測(cè)器
8.6.5自適應(yīng)實(shí)現(xiàn)
8.6.6實(shí)驗(yàn)結(jié)果
第9章 總結(jié)與展望
參考文獻(xiàn)