论文目录 | |
摘要 | 第1-7页 |
abstract | 第7-11页 |
第1章 绪论 | 第11-15页 |
1.1 研究背景和意义 | 第11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 稀疏互质感知 | 第11-12页 |
1.2.2 信道估计算法 | 第12-13页 |
1.3 本论文主要完成工作 | 第13-15页 |
第2章 基于稀疏互质感知的系统识别 | 第15-30页 |
2.1 基于稀疏互质感知的系统识别 | 第15-25页 |
2.1.1 稀疏互质理论介绍 | 第15-16页 |
2.1.2 基于稀疏互质感知的线性时不变系统识别理论 | 第16-18页 |
2.1.3 基于稀疏互质感知的抽取滤波器组识别理论 | 第18-20页 |
2.1.4 基于稀疏互质感知的FIR滤波器识别仿真实验 | 第20-23页 |
2.1.5 输入信号对算法延迟的影响 | 第23-24页 |
2.1.6 信噪比对算法性能影响 | 第24-25页 |
2.2 传统的LMS信道估计算法 | 第25-29页 |
2.2.1 LMS信道估计算法理论 | 第25-26页 |
2.2.2 LMS信道估计算法仿真及对比 | 第26-29页 |
2.3 小结 | 第29-30页 |
第3章 基于互质采样器的自相关估计 | 第30-50页 |
3.1 互质采样器及互质队列理论 | 第30-31页 |
3.2 基于稀疏互质采样器的自相关估计 | 第31-39页 |
3.2.1 基于稀疏互质采样器的自相关估计理论 | 第31-34页 |
3.2.2 正弦信号的自相关估计仿真实验 | 第34-36页 |
3.2.3 算法的延迟与时间复杂度分析 | 第36-37页 |
3.2.4 参数对算法表现的影响分析 | 第37-39页 |
3.3 基于互质数组的频选信道估计 | 第39-44页 |
3.3.1 基于稀疏互质数组的FIR信道估计实验仿真 | 第40-43页 |
3.3.2 算法的时间复杂度分析 | 第43页 |
3.3.3 寻找合适的最小的M和N | 第43-44页 |
3.4 基于多维互质数组的高阶统计量估计理论介绍 | 第44-48页 |
3.4.1 两两互质采样序列理论介绍 | 第45-47页 |
3.4.2 基于PCS的高阶累积量估计理论 | 第47-48页 |
3.4.3 PCS-HOS算法和传统HOS时间复杂度对比 | 第48页 |
3.5 小结 | 第48-50页 |
第4章 基于互质DFT滤波器组的功率谱估计 | 第50-68页 |
4.1 基于互质DFT滤波器组的功率谱估计理论介绍 | 第50-53页 |
4.2 虚假峰值 | 第53-58页 |
4.2.1 理论功率谱推导 | 第53-55页 |
4.2.2 复指数信号功率谱仿真实验 | 第55-58页 |
4.3 消除虚假脉冲且双倍功率谱分辨率 | 第58-63页 |
4.3.1 消除虚假脉冲且双倍功率谱分辨率理论 | 第58-61页 |
4.3.2 消除虚假脉冲且双倍PSD分辨率实验仿真 | 第61-62页 |
4.3.3 算法的时间复杂度分析 | 第62-63页 |
4.4 基于互质DFT滤波器组的频选信道估计 | 第63-67页 |
4.4.1 基于互质DFT滤波器组的信道估计理论 | 第63-66页 |
4.4.2 基于互质DFT滤波器组的FIR信道估计仿真实验 | 第66-67页 |
4.5 小结 | 第67-68页 |
第5章 总结与展望 | 第68-70页 |
5.1 总结 | 第68-69页 |
5.2 展望 | 第69-70页 |
参考文献 | 第70-72页 |
攻读学位期间发表论文与研究成果清单 | 第72-73页 |
致谢 | 第73页 |