一、信道盲辨识的新方法（论文文献综述）
薛伟,钱平[1]（2012）在《多径信道下数字信号调制识别的研究》文中研究说明在通信信号调制方式识别中,目前已有的方法大多是基于高斯白噪声干扰的通信环境。对于多径干扰强的环境下的调制识别难以实现以及识别率低的问题,首先提出基于改进的Liavas算法对信道阶数进行准确估计,在此基础上利用基于子空间的多信道盲辨识和盲均衡来克服多径信道带来的影响,然后对均衡结果进行高阶累积量计算,提取特征参数完成调制识别。与已有的算法相比,适用范围广,实用性强,所需先验知识少。仿真结果证实算法的有效性。
侯永兴[2]（2012）在《基于高阶循环累积量的盲均衡技术的研究》文中进行了进一步梳理盲均衡技术作为一种新兴的自适应均衡算法,可以有效地消除码间干扰,提高通信质量,是目前数字通信的关键技术之一。盲均衡技术问世30余年来,各国学者提出多种算法,但大多是基于传输信号是平稳信号的假设前提。在实际应用中,通信信号具有周期平稳性,因此利用信号的循环平稳特性进行盲均衡就显得更为准确和接近实际应用。本文将循环平稳理论与盲均衡技术有机结合,所做的主要工作有：（1）阐述了循环平稳理论,分析了时变累积量、时变矩、循环累积量和循环矩之间的相互关系及转化方法。针对二阶循环累积量对噪声和信道估计的阶数敏感等缺点,提出了利用四阶循环累积量直接进行盲均衡,通过奇异值分解,求解信道的系数,从而构造均衡器,恢复发送序列。（2）研究了信号输入输出的四阶和二阶循环累积量关系,阐述了SW准则和Gadzow归一化准则,提出了基于四二阶归一化循环累积量的盲均衡算法。通过定义输出信号的四二阶归一化循环累积量为代价函数,将基于高阶循环累积量的盲均衡算法归结为无约束条件的极大值问题求解,从而降低了算法的复杂度。（3）分析了无法利用三阶循环累积量直接进行盲均衡的原因,提出了利用对称反对称变化,将发送信号变换为非对称信号。结合三阶循环累积量比四阶循环累积量简单的优点以及归一化算法的特点,提出了基于三二阶归一化循环累积量的盲均衡算法。定义输出信号的三二阶归一化循环累积量为代价函数,通过最大化代价函数恢复发送序列,有效地提高了算法的实用性。
田营,葛临东,王彬,王露[3]（2011）在《一种改进的稀疏多径信道盲辨识算法》文中认为针对无线多径稀疏信道,利用有效近似思想,提出了一种改进的基于矩阵外积分解的信道盲辨识算法。算法首先采用改进的VIA准则精确估计稀疏信道"有效部分"的阶数;然后使用矩阵外积分解算法估计信道冲激响应的"有效部分",为了降低噪声及信道冲激响应中"零抽头"部分的影响,本文提出一种新的噪声方差估计方法,利用重新构造的自协方差矩阵,能够得到比较精确的噪声方差估计值,提高了外积分解算法在中、低信噪比条件下的盲辨识性能;最后利用盲辨识结果进行反卷积,恢复出发送信号。与现有算法相比,本算法不仅降低了对信噪比的要求,而且克服了子空间算法的相位偏转问题。仿真实验以及对SPIB微波信道测试结果验证了本文算法的有效性。
田营[4]（2011）在《无线通信信道盲均衡技术研究》文中研究表明本文致力于无线通信信道盲辨识与盲均衡关键技术研究,重点研究了不依赖或较少依赖信号调制方式的盲均衡方法,这对于非合作环境下的信号截获与盲接收具有重要意义。本课题是实验室承担的某重点工程项目的子课题。论文主要研究了信道阶数估计方法、基于信道盲辨识子空间方法和自适应方法的间接盲均衡。主要工作和创新点概括如下:1.在信道阶数估计方面,针对Liavas准则对信噪比要求太高的问题,提出了两种改进的信道阶数估计算法。该算法充分利用了接收信号自协方差矩阵的连续三个特征值之间的约束关系,使构造的两个目标函数能够更加准确地确定信号子空间的维数。与经典的Liavas准则相比,两种改进算法较大幅度地降低了对信噪比的要求,而且,当信道冲激响应含有较小的头部和尾部时,第二种改进算法的估计性能优于第一种改进算法。2.在基于信道盲辨识子空间方法的间接盲均衡方面,首先,为了提高无线多径稀疏信道的盲均衡性能,利用有效近似思想,基于本文提出的噪声方差估计算法,提出了一种改进的基于矩阵外积分解的信道盲辨识算法;与原算法相比,改进的OPD算法性能稳定,对信噪比的要求更低,能够获得更好的盲均衡效果。其次,针对TXK算法在过估计阶数较大时均衡结果不理想这一缺点,提出一种改进的盲均衡算法。该算法充分利用过估计信道滤波矩阵的稀疏性,提取信道响应的“有效部分”,去除信道过估计部分对盲均衡的影响,降低了码间干扰。3.在基于自适应信道盲辨识方法的间接盲均衡方面,本文讨论了几种基于各子信道输出之间CR（Cross Relation）性质的自适应信道盲辨识方法。针对归一化多信道频域LMS （NMCFLMS）算法仅适合于辨识阶数较高的信道,本文在其基础上利用频域选择矩阵对校正量进行约束,提出了一种改进的约束型NMCFLMS算法。该算法以增加较小的运算量为代价,很大程度上提高了算法的估计性能,减小了算法的稳态误差。另外,还把数据重用技术应用到自适应LMS算法中,提高了算法的收敛速度。
张金成[5]（2011）在《短波通信中的信道与信噪比估计技术研究》文中研究指明近年来,为满足人们日益增长的对大数据量通信业务的需求,短波高速通信系统应运而生。目前,对短波高速通信的研究主要从块传输和突发传输两方面着手。前者大都需要在每块数据中适当地插入部分导频,以完成对信道的估计与均衡,如短波正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）系统和单载波频域均衡（single carrier-frequency domain equalization, SC-FDE）系统;后者在选定最佳通信信道并和对方握手后,瞬间将信号发送出去,如采用3G-ALE协议的系统。信道估计和信噪比估计技术是通信信号接收解调中的关键技术,用于辅助后续均衡处理和译码算法时,能够大大提高系统的可靠性。本文主要研究了上述三类系统中的信道估计算法,并在总结近年来信噪比估计方法的基础上,重点研究了其中一种强鲁棒性的盲信噪比估计方法。本文工作依托实验室承担的某重点预研项目的部分展开,主要内容如下:1、基于导频的OFDM信道估计。针对梳状导频无法很好地估出频响变化剧烈的信道和块状导频跟不上快时变信道的不足,研究了一种迭代的判决反馈信道估计方法,即利用判决后的发送符号估计更新信道系数估值,再依此信道估值对接收信号进行均衡,直至信道估值收敛后,迭代终止。该方法大大改善了短波恶劣信道下系统的性能。2、双选信道下SC-FDE系统中的信道估计。提出了一种改进的信道估计算法,将两个相邻数据块的导频组成一个新导频,再根据循环卷积的时域循环移位性质对新导频进行处理,得到若干组不同移位时的信道系数估值,利用无线信道的稀疏特性,对每组信道估值进行降噪处理并求平均得到最终的信道估值,进而改善了信道估计性能和频域均衡效果。3、短波高速突发通信系统中的信道估计。提出一种盲信道估计和盲均衡方法,利用粒子滤波估计发送符号的后验概率密度,并依此概率密度得到发送符号序列估值,根据最大似然准则更新信道系数和噪声方差,而后再重新估计后验概率密度,经过若干次这样的迭代后,信道系数估值收敛到稳态值。该方法无需训练序列即可实现对多径衰落信道的盲辨识与盲均衡,性能接近信道已知时的情形。4、信噪比估计算法研究。系统总结了近年来主要的信噪比估计算法,并就不同条件下的方法进行了计算机仿真,得到了一些比较直观的结论,具有一定的参考价值。基于此,对其中基于子空间分解的盲信噪比估计方法进行深入的研究。提出一种改进的自相关矩阵构造方法,在估计性能和计算复杂度之间取得较好的折中。该方法能够对中频信号直接处理,与调制方式和发送端成型滤波器的滚降系数无关,在短波信道下也能较好地估计出信号的信噪比。
张伟涛,刘宁,楼顺天[6]（2010）在《利用二阶循环平稳性的信道自适应盲辨识》文中研究表明提出了利用二阶循环平稳性信道盲辨识的自适应求解方法。通过递推更新循环相关函数,从而完成了循环相关矩阵的自适应估计。利用共轭梯度搜索的方法实现信道的自适应盲辨识,并讨论了梯度算法中步长选取的问题,提出了可变步长选取的方法。由于采用二阶循环统计量,因此算法既简单又可以很好的抑制平稳加性有色噪声。计算机仿真表明,在低信噪比情况下,自适应算法能很好的工作。
牟青[7]（2010）在《直接序列扩频信号的截获分析研究》文中研究表明直接序列扩频信号具有低截获概率和抗窄带干扰等特点,在军用/民用通信以及其它许多领域中有着广泛的应用。不知道伪码和其它参数,即非合作条件下,对它的截获和分析面临挑战,尤其在低信噪比情况下更是如此。虽然过去三十年来针对非合作直扩信号的研究已经在截获和分析方面取得了很多进展,但是理论性的分析和新方法比较少,仍存在一些重要问题没有获得满意的解决。例如,对于直扩信号分析很重要的伪码周期检测和估计问题,在传统的谱相关理论下,就一直没有被严格地对待过;盲信道辨识算法用于直扩信号估计的实际性能还很少从非合作的角度分析过。本文针对上述问题展开了深入的理论研究,同时还将研究对象扩展至长码直扩信号和软扩频信号。本文的贡献归纳起来包括以下几个方面:1.对于短码直扩信号的伪码周期检测和估计问题,首次严格地研究了未知参数模型下的直扩信号最优检测器。在高斯混合信号模型下,推导了一致最大势不变量检测器和几种次优不变量检测器。结果展现了不变量检测器和多循环检测器之间的关系。得到的非相干加权多循环检测器可作为所有基于二阶循环平稳统计量的检测器的性能上限。而且提出的渐进局部最大势不变量（ALMPI）检测器在有限样本下比多循环检测器具有更好的性能而又没有明显增加计算复杂度。在ALMPI检测器的基础上提出了一种新的伪码周期估计器,和传统方法相比,它不需要人工判读。2.同时从信号截获分析和盲信道辨识领域的角度综述了估计短码直扩信号的各种方法,指出了它们的理论联系和区别。首次指出即使是正确地估计了信道阶数（或有效阶数）,盲信道辨识算法用于直扩信号也存在固有的鲁棒性问题。为此提出了平衡信道矩阵的概念,并提出一种新的最大化特征值乘积算法用于解决这个问题。3.分析了长码直扩信号的信息码码宽估计问题。认识到信息码码宽估计需要克服伪码周期的干扰,同时现有方法依赖于具体使用的伪码且在低信噪比下性能不佳。为此提出了一种新的基于差分伪码解扩的信息码码宽估计方法,它在低信噪比时性能明显改善而且与伪码无关。4.完整地研究了长码直扩信号的估计问题。针对非周期长码信号的统计性模型和确定性模型,使用加权低秩逼近优化工具,提出了迭代low-SNR UML算法和基于缺失数据模型的特征分解法,后者将非周期长码信号和短码信号统一起来,几乎达到了二阶统计量意义上的性能最优。同时对于周期长码直扩信号,考察了确定性复指数基展开的时变SIMO信道盲辨识方法用于估计多径情况下的性能,并与截获分析领域常用的特征分解方法进行了性能比较。5.研究了软扩频信号的估计问题。对于多进制正交扩频信号,考察了它的可辨识问题,首次观察到特有的延时模糊现象,提出了一种盲同步算法,并在此基础上用期望值最大（EM）算法估计伪码。对于CCSK信号,提出了一种基于拟自相关矩阵的方法,和现有方法相比,它在低信噪比下性能有明显改善。
李园敏[8]（2009）在《高阶数字信号调制识别与盲均衡算法研究》文中进行了进一步梳理调制识别与盲均衡作为非协作通信中的两项关键技术,对于截获信号的盲接收以及后端信息还原具有非常重要的实际意义。基于统计模式识别理论,本文从非协作通信第三方的角度详细讨论了数字信号调制识别过程中符号速率精确盲估计、符号同步、特征参数提取、分类器设计等多项关键技术。此外,针对多径信道条件下,接收信号码元符号之间存在码间干扰的问题,对盲均衡算法进行了深入的研究。本文的主要工作如下:1、讨论了接收信号的循环平稳性和谱线生成特性,分析了MPSK/OQPSK/MQAM信号平方后离散特征谱线,并深入研究了离散特征谱线检测方法和频谱细化方法,提出了一种FFT-MAC-CZT联合符号速率精确估计算法。该算法能够将MPSK/OQPSK/MQAM信号归一化估计符号速率偏差控制在10-6数量级。2、在未知信号调制类型、存在载波频偏、相偏情况下,从非协作通信第三方的角度,分析了Gardner符号同步算法,实现了对接收信号的符号同步。3、分析了MPSK/OQPSK/MQAM信号非线性变换后离散特征谱线特征,给出了OQPSK信号识别和MPSK信号类内识别算法;提出了一组对高斯白噪声、载波频偏与相偏都不敏感的高阶累积量特征参数;讨论了符号同步后的码元幅度特征,提出了一种构造码元幅度密度分布新方法,并提取了一组抗噪声能力较强的特征参数;4、研究了决策树分类器设计方法,并根据MPSK/OQPSK与MQAM信号特征参数的特点设计了相应的分类器。其中,根据方形MQAM信号特征参数的特点,采用了判决门限区间划分的方法,有效的提高了方形MQAM信号正确识别率。研究了基于RBFNN分类器设计方法,并提出了一种减法聚类与LMS算法相结合的RBFNN神经网络训练算法。5、对Bussgang类盲均衡算法进行了深入的研究,分析了CMA、MCMA、DD-LMS及双模式盲均衡算法各自的优缺点;提出了一种基于过采样信号模型的载波频偏估计算法;设计了一种联合载波同步的盲均衡算法,该算法能够在较大的频偏范围内实现接收信号的载波同步和去码间干扰。研究了基于子空间的信道盲辨识与盲均衡算法,并分析了统计样本个数、信噪比、载波频偏和相偏等因素对该算法的影响。6、完成了相关算法的系统实现,通过对实际卫星接收信号的测试,验证了本文算法在实际应用中的有效性。
张伟涛,楼顺天[9]（2009）在《一种信道盲辨识与均衡的新方法》文中研究指明针对信道盲辨识的闭式解存在估计精度低,方差大的缺点,以及源信号无法完全恢复的问题,提出了一种基于调制引入循环平稳性的信道盲辨识与均衡的新方法。通过对循环功率谱进行适当的变量代换得到功率谱-传输函数方程,再将其反变换到时域得到求解FIR信道的方程组解法。仿真结果表明,提出的信道盲辨识算法的性能优于信道盲辨识的闭式解,而且源信号也可以完全得到恢复。
王丹[10]（2009）在《超宽带无线通信系统信道估计技术的研究》文中进行了进一步梳理2002年，美国联邦通信委员会通过了超宽带（UWB）技术可以进入商业应用的协议，并批准了它在通信系统、汽车雷达系统和遥控系统中的使用，点燃了工业界、大学、政府部门对UWB技术研究和开发的热情。2004年,美国有线新闻网将其评选为本年度十大热门技术之首。目前，UWB无线通信已成为短距离、高速无线网络最热门的物理层技术之一。然而，由于实际通信环境的不理想，无线信道的衰落效应限制了UWB系统的误码率性能、吞吐量、容量和网络灵活性。如果信道条件已知，那么由传输信道引起的失真效应，通常可以在接收机得到补偿。尽管传统通信系统采用非相干检测避免了复杂的信道估计，从而简化接收机设计，但对于高斯白噪声信道而言，非相干检测比相干检测有高达3dB左右的性能损失，而在具有大时延扩展的UWB信道中，性能损失可能会更加严重。因此，信道估计，即如何准确恢复信道状态信息，是UWB通信系统的关键技术之一，并且是一个重要的研究课题。本论文重点研究了UWB系统中信道估计的理论和方法，提出了多个信道估计算法，并对每个算法进行了详细的性能分析和计算机仿真验证。主要的研究内容及成果如下：（1）在单入多出的互关系（CR）子空间内，研究了基于二阶统计量的信道盲辨识问题。传统的批处理盲辨识算法由于需要进行特征值分解或奇异值分解，所以计算量大且不易实时执行。近来提出的多信道牛顿（MCN）和多信道最小均方（MCLMS）盲自适应估计方法避免了矩阵分解，但估计误差均存在地板效应。其中，收敛速度较快的MCN方法复杂度较高，而复杂度低的MCLMS方法收敛速度较慢。为克服传统方法的缺点，本文首先从数值分析的角度，提出一种基于逆乘幂法的迭代子空间盲信道辨识方法。该方法收敛速度较快，但由于涉及到矩阵求逆，所以算法在收敛速率和数值稳定性上存在矛盾。为此，本文基于扰动理论和泰勒级数展开，得到另一种逆迭代子空间信道盲辨识方法。并且，基于一阶扰动理论对提出方法的估计性能进行了理论分析。进一步地，为降低辨识方法的复杂度，本文基于乘幂法提出一种子空间迭代的盲辨识方法。仿真表明：所提出的方法克服了估计误差地板效应的缺陷；提出的逆迭代方法比自适应方法估计精度更高，所需样本数更少；基于扰动分析的理论值和实验值有高度的一致性；提出的低复杂度方法一旦采样点数充足，其估计性能和前面提出的方法性能相同，甚至可超过传统的盲自适应MCN方法。（2）研究了基于训练序列的结构化信道估计方法，即多径延时和多径增益的联合估计。尽管经典的ML方法性能优良，但由于UWB信道的参数众多，在高维空间的非线性搜索计算量相当大，所以该方法是不实际的。最近，基于ML标准又提出了滑动相关（SW）和连续干扰抵消（SC）两种次最优的信道估计方法。然而，简单的SW方法性能较差，而SC方法由于采取顺序的而非并行的执行方式引起了较长的计算时间延时。换言之，现有的UWB信道估计方法在估计准确度和处理时间上存在矛盾。为解决这一问题，本文首先基于最小均方准则，通过对传统SW估计方法输出的延时估计值、径增益估计值或者同时对二者进行并行迭代修正的方法，提出了三种结构化并行迭代调整的非盲信道估计方案。结果表明，所提出的方案可以灵活地实现处理时间和信道估计准确度之间的折中，其中的混合方案由于对径延时估计和径增益估计进行联合迭代调整，所以估计性能随着迭代次数的增加可以逼近SC方法，而在复杂度上低于SC方法。（3）研究了噪声方差信息辅助的非结构化信道估计方法。传统MMSE信道估计器利用信道的相关特性获得了较大的性能增益，但复杂度较高。尽管LS估计器复杂度很低，但估计误差较大。另一种折中方法是低复杂度的时域ML方法，其缺点是在执行信道估计之前必须获得信道有限延时扩展信息。由于在实际环境中，不借助信道信息的低复杂度信道估计方法更为理想，而噪声方差信息不仅可以用于辅助信道均衡，也可以用于改善信道估计，所以本文利用噪声方差信息完成无需信道信息辅助的、低复杂度信道估计器的设计目标。由于传统噪声方差估计方法无法和简单易执行的LS信道估计器同时使用，所以，本文首先基于UWB信道的共轭对称特性提出一种有效的最小方差无偏噪声方差估计器。然后，基于阈值滤波提出一种低复杂度信道估计方案，整个估计过程中无需信道信息辅助。仿真结果表明：导频序列最优时，提出的信道估计方法逼近最优估计性能；一旦非最优，该方法可在估计性能和计算复杂度之间取得折中。（4）研究了一种新型的UWB物理层MIMO传输方案，并研究了一种基于ML准则的信道估计和信噪比估计方法。为实现数据高速可靠的传输，本文首先将MIMO技术应用到SC-FDEUWB系统中以获得频率分集和空间分集。然后，使用高斯约化码间干扰的方法，对接收机条件误码率性能进行理论分析。其次，将单发射天线系统下基于ML准则的信道估计和噪声方差估计方法推广到新UWB传输方案下。仿真表明：提出方案由于同时利用了空间分集和频率分集，其性能远优于传统SISO方案；在高度频选的UWB信道下，均衡器的理论BER值与仿真值匹配；所设计的信道估计和信噪比估计方案可以有效地辅助均衡器检测接收信号。（5）研究了对窄带干扰（NBI）鲁棒的非结构化信道估计方法，同时，研究了鲁棒噪声方差估计和在LS信道估计值中检测NBI的问题。目前，鲁棒的信道估计器主要有：修改或重新设计的线性信道估计器；基于鲁棒概念的非线性信道估计器。第一类方法的主要缺点是，如果无法获得准确的噪声和NBI信息，那么估计器性能将会受到影响。第二类方法虽然可以有效地抑制NBI影响，但性能参数的设置难以在估计有效性和鲁棒性之间取得平衡，且通常复杂度较高。所以，为克服传统方法的缺点，本文首先利用两个导频块的LS信道估计差值构造的采样矢量，将噪声方差估计转化成指数分布的参数估计问题，并将LS信道估计中的NBI检测建模成恒虚警概率问题后进行求解。然后，应用次序统计量理论，得到一种鲁棒的噪声方差估计方法。最后，借助获得的噪声方差和NBI信息，提出了基于条件中值滤波的低复杂度鲁棒信道估计方法。和传统方法比，提出的信道估计方法在估计性能和复杂度上均具有优势。而且，所提出的噪声方差和NBI信息估计方法可用于其它的信道估计器和均衡器中。
二、信道盲辨识的新方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、信道盲辨识的新方法（论文提纲范文）
（1）多径信道下数字信号调制识别的研究（论文提纲范文）
| 1 引言 |
| 2 信号模型及识别算法 |
| 3 信道盲辨识和盲均衡 |
| 3.1 信道阶数估计算法 |
| 3.2 子空间信道盲辨识和盲均衡算法 |
| 3.3 子空间方法进行盲辨识和盲均衡的具体算法步骤: |
| 1) 计算接收信号的自相关矩阵 |
| 2) 信道盲辨识 |
| 3) 信道盲均衡 |
| 4 基于特征参量的调制识别 |
| 5 仿真结果与性能分析 |
| 6 结语 |
（2）基于高阶循环累积量的盲均衡技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第1章 绪论 |
| 1.1 选题的背景 |
| 1.2 盲均衡算法的分类 |
| 1.2.1 基于平稳信号的盲均衡技术 |
| 1.2.2 循环平稳信号的盲均衡 |
| 1.3 循环平稳信号处理技术的研究现状 |
| 1.4 课题的研究意义 |
| 1.5 论文结构安排 |
| 第2章 循环平衡理论基础 |
| 2.1 循环平稳概念 |
| 2.1.1 严格循环平稳和广义循环平稳 |
| 2.1.2 循环平稳信号 |
| 2.2 时变矩与时变累积量 |
| 2.2.1 时变矩与时变累积量的定义 |
| 2.2.2 时变矩与时变累积量的性质 |
| 2.2.3 时变矩与时变累积量的转换 |
| 2.3 循环矩与循环累积量 |
| 2.3.1 循环矩与循环累积量的定义 |
| 2.3.2 循环矩与循环累积量的性质 |
| 2.3.3 循环矩与循环累积量的转换 |
| 2.3.4 循环累积量的优点 |
| 2.4 循环倒谱 |
| 2.4.1 循环自相关函数和循环谱密度 |
| 2.4.2 循环谱与循环倒谱 |
| 2.5 过采样技术 |
| 2.5.1 过采样定义 |
| 2.5.2 过采样信号 |
| 2.5.3 过采样信号的循环平稳性 |
| 2.5.4 SIMO系统模型的性能分析 |
| 2.6 本章小结 |
| 第3章 基于四阶循环累积量盲均衡技术的研究 |
| 3.1 基于四阶循环累积量盲均衡技术的原理 |
| 3.1.1 基于四阶循环累积量盲均衡技术的原理 |
| 3.1.2 基于四阶循环累积量盲均衡的假设条件 |
| 3.2 基于四阶循环累积量盲均衡技术的算法 |
| 3.2.1 基于四阶循环累积量盲均衡的思路 |
| 3.2.2 子空间算法 |
| 3.2.3 基于子空间算法的四阶循环累积量盲均衡技术 |
| 3.3 基于四阶循环累积量盲均衡算法的仿真 |
| 3.3.1 基于QAM信号四阶循环累积量盲均衡仿真 |
| 3.3.2 基于PSK信号四阶循环累积量盲均衡仿真 |
| 3.4 本章小结 |
| 第4章 基于四二阶归一化循环累积量盲均衡技术的研究 |
| 4.1 基于四二阶归一化循环累积量盲均衡技术的原理 |
| 4.1.1 输入输出的四阶循环累积量关系 |
| 4.1.2 输入输出的循环三谱关系 |
| 4.1.3 归一化累积量准则 |
| 4.1.4 基于四二阶归一化循环累积量盲均衡技术的原理 |
| 4.2 基于四二阶归一化循环累积量的盲均衡算法推导 |
| 4.2.1 基于四二阶归一化循环累积量盲均衡算法 |
| 4.2.2 复数情况下四二阶归一化循环累积量盲均衡算法 |
| 4.3 基于四二阶归一化循环累积量的盲均衡算法仿真 |
| 4.3.1 基于QAM信号四二阶归一化循环累积量盲均衡仿真 |
| 4.3.2 基于PSK信号四二阶归一化循环累积量盲均衡仿真 |
| 4.4 本章小结 |
| 第5章 基于三二阶归—化累积量的盲均衡技术研究 |
| 5.1 基于三二阶归一化循环累积量盲均衡技术的原理 |
| 5.1.1 对称反对称变换 |
| 5.1.2 输入输出的三阶循环累积量关系 |
| 5.1.3 输入输出的循环双谱关系 |
| 5.1.4 基于三二阶归一化循环累积量盲均衡技术的原理 |
| 5.2 基于三二阶归一化循环累积量的盲均衡算法推导 |
| 5.2.1 基于三二阶归一化循环累积量的盲均衡算法 |
| 5.2.2 复数情况下三二阶归一化循环累积量盲均衡算法 |
| 5.3 基于三二阶归一化循环累积量的盲均衡算法仿真 |
| 5.3.1 基于QAM信号三二阶归一化循环累积量的盲均衡算法仿真 |
| 5.3.2 基于PSK信号的三二阶归一化循环累积量盲均衡算法仿真 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文所做的工作 |
| 6.2 本文的创新点 |
| 6.3 今后进一步研究的方向 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文目录 |
（3）一种改进的稀疏多径信道盲辨识算法（论文提纲范文）
| 1 引言 |
| 2 系统模型 |
| 3 信道有效盲近似分析 |
| 4 基于外积分解的稀疏多径信道盲辨识算法 |
| 4.1 外积分解算法 |
| 4.2 改进算法 |
| 4.2.1 构造自协方差矩阵 |
| 4.2.2 噪声方差的估计 |
| 5 仿真实验 |
| 6 结论 |
（4）无线通信信道盲均衡技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 信道盲辨识与盲均衡技术的研究历史与现状 |
| 1.3 本文主要工作及结构安排 |
| 第二章 信道盲辨识与盲均衡的基本原理 |
| 2.1 引言 |
| 2.2 SIMO 信道模型 |
| 2.2.1 过采样信道模型 |
| 2.2.2 多信道模型 |
| 2.2.3 SIMO 系统输出信号的循环平稳性 |
| 2.3 基于SIMO 模型的信道盲辨识 |
| 2.3.1 SIMO 信道盲辨识问题描述 |
| 2.3.2 信道的可辨识性条件 |
| 2.3.3 信道盲辨识算法估计性能的评估方法 |
| 2.4 基于SIMO 模型的信道盲均衡 |
| 2.5 本章小结 |
| 第三章 信道阶数估计算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 自协方差矩阵的构造方法 |
| 3.4 经典的信道阶数估计算法 |
| 3.4.1 信息论准则 |
| 3.4.2 Liavas 准则 |
| 3.4.3 ID-EQ 算法 |
| 3.5 改进的信道阶数估计算法 |
| 3.5.1 改进算法1 |
| 3.5.2 改进算法2 |
| 3.6 仿真实验及性能分析 |
| 3.7 本章小结 |
| 第四章 基于子空间信道盲辨识的间接盲均衡 |
| 4.1 引言 |
| 4.2 确定性子空间方法 |
| 4.2.1 CR 算法 |
| 4.2.2 SS 算法 |
| 4.2.3 实验仿真与性能分析 |
| 4.3 统计性子空间方法 |
| 4.3.1 OPD 算法及其改进 |
| 4.3.2 TXK 算法及其改进 |
| 4.4 本章小结 |
| 第五章 基于自适应信道盲辨识的间接盲均衡 |
| 5.1 引言 |
| 5.2 时域自适应算法 |
| 5.2.1 MCLMS 算法 |
| 5.2.2 MCN 算法 |
| 5.2.3 实验仿真与性能分析 |
| 5.3 频域自适应算法 |
| 5.3.1 MCFLMS 算法 |
| 5.3.2 NMCFLMS 算法 |
| 5.3.3 改进的约束型NMCFLMS |
| 5.3.4 实验仿真与性能分析 |
| 5.4 本章小结 |
| 结束语 |
| 一、全文总结 |
| 二、课题展望 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 致谢 |
（5）短波通信中的信道与信噪比估计技术研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究现状 |
| 1.2.1 信道估计研究现状 |
| 1.2.2 信噪比估计研究现状 |
| 1.3 本文主要工作 |
| 1.4 各章内容安排 |
| 第二章 短波信道模型 |
| 2.1 引言 |
| 2.2 短波电波传播特性 |
| 2.3 短波信道特征 |
| 2.4 短波信道模型 |
| 2.5 本章小结 |
| 第三章 短波块传输系统中的信道估计与均衡 |
| 3.1 引言 |
| 3.2 OFDM 系统中的信道估计与均衡 |
| 3.2.1 OFDM 系统基带模型 |
| 3.2.2 OFDM 系统中的信道估计算法 |
| 3.2.3 迭代的判决反馈信道估计算法 |
| 3.2.4 仿真实验与性能分析 |
| 3.3 SC-FDE 系统中的信道估计与均衡 |
| 3.3.1 SC-FDE 系统基带模型 |
| 3.3.2 SC-FDE 系统的帧结构 |
| 3.3.3 SC-FDE 系统中的信道估计算法 |
| 3.3.4 SC-FDE 系统中改进的信道估计算法 |
| 3.3.5 仿真实验与性能分析 |
| 3.4 两者性能比较 |
| 3.5 本章小结 |
| 第四章 短波突发通信中的盲信道辨识与盲均衡 |
| 4.1 引言 |
| 4.2 基于粒子滤波的盲信道辨识与盲均衡 |
| 4.2.1 系统模型 |
| 4.2.2 粒子滤波原理 |
| 4.2.3 基于粒子滤波的盲辨识与盲均衡算法 |
| 4.2.4 仿真实验与性能分析 |
| 4.3 粒子滤波在短波高速突发通信系统中的应用 |
| 4.3.1 系统模型 |
| 4.3.2 算法描述 |
| 4.3.3 算法步骤 |
| 4.3.4 粒子选择策略 |
| 4.3.5 仿真实验与性能分析 |
| 4.4 本章小结 |
| 第五章 信噪比估计算法研究 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 信噪比估计主要算法 |
| 5.3.1 基于最大似然的估计方法 |
| 5.3.2 基于谱分析的估计方法 |
| 5.3.3 基于统计量的估计方法 |
| 5.3.4 仿真实验与性能分析 |
| 5.4 基于子空间分解的盲信噪比估计算法 |
| 5.4.1 信号模型 |
| 5.4.2 算法原理 |
| 5.4.3 改进算法 |
| 5.4.4 仿真实验与性能分析 |
| 5.5 本章小结 |
| 结束语 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 致谢 |
（6）利用二阶循环平稳性的信道自适应盲辨识（论文提纲范文）
| 1 信道盲辨识的批处理算法 |
| 2 自适应算法 |
| 2.1 循环相关函数的递推估计 |
| 2.2 信道自适应更新 |
| 2. 3 迭代步长选择 |
| 3 仿真结果 |
| 4 结 论 |
（7）直接序列扩频信号的截获分析研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 本文通用符号 |
| 第一章 绪论 |
| 1.1 直扩信号截获分析技术的发展历史和现状 |
| 1.1.1 直扩信号传统的截获研究的发展历史和现状 |
| 1.1.2 直扩信号现代截获和分析研究发展历史和现状 |
| 1.2 本文研究对象和方法 |
| 1.3 本文研究的主要内容 |
| 1.4 论文主要创新点 |
| 第二章 伪码周期和信息码码宽估计 |
| 2.1 伪码周期和信息码码宽估计的特点 |
| 2.2 伪码周期和信息码码宽估计的文献综述 |
| 2.3 基于不变量检测器的伪码周期估计 |
| 2.3.1 短码直扩信号的不变量检测器 |
| 2.3.2 基于ALMPI 检测器的伪码周期估计 |
| 2.4 长码直扩信号的信息码码宽估计 |
| 2.4.1 信号模型 |
| 2.4.2 基于差分伪码解扩的信息码码宽估计 |
| 2.4.3 仿真实验 |
| 2.4.4 小结 |
| 2.5 总结 |
| 第三章 短码DS-SS 信号的估计 |
| 3.1 短码直扩信号估计综述 |
| 3.2 基于SIMO 盲信道辨识的直扩信号估计方法 |
| 3.2.1 多径信道下的短码直扩信号模型 |
| 3.2.2 用于FIR SIMO 盲信道辨识的子空间方法 |
| 3.2.3 定阶问题 |
| 3.2.4 信道矩阵的平衡方法 |
| 3.2.5 小结 |
| 3.3 估计单径短码直扩信号的特征分解方法 |
| 3.3.1 单径的简化模型 |
| 3.3.2 特征分解法 |
| 3.3.3 小结 |
| 3.4 CDMA 直扩信号的估计 |
| 3.4.1 FIR MIMO 信道模型和一般性估计方法 |
| 3.4.2 同步CDMA 信号的估计 |
| 3.4.3 异步CDMA 信号的估计 |
| 3.5 总结 |
| 第四章 长码直扩信号的估计 |
| 4.1 长码直扩信号估计的回顾 |
| 4.2 周期长码信号的估计方法 |
| 4.2.1 周期长码直扩信号的模型 |
| 4.2.2 估计多径周期长码信号的复指数基函数展开方法 |
| 4.2.3 单径周期长码信号的特征分解法 |
| 4.2.4 小结 |
| 4.3 非周期长码信号的估计 |
| 4.3.1 迭代low SNR UML 估计器 |
| 4.3.2 基于缺失数据模型的估计 |
| 4.3.3 中频非周期长码信号的估计 |
| 4.3.4 小结 |
| 4.4 总结 |
| 第五章 软扩频信号的估计 |
| 5.1 多进制正交扩频信号的盲解扩 |
| 5.1.1 信号模型 |
| 5.1.2 多进制正交扩频信号的可辨识条件 |
| 5.1.3 多进制正交扩频信号的盲同步 |
| 5.1.4 多进制正交扩频信号的扩频码估计 |
| 5.1.5 仿真实验 |
| 5.1.6 小结 |
| 5.2 CCSK 信号的扩频码估计 |
| 5.2.1 信号模型 |
| 5.2.2 扩频序列估计 |
| 5.2.3 仿真结果 |
| 5.2.4 小结 |
| 5.3 总结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 进一步的研究工作 |
| 致谢 |
| 参考文献 |
| 个人简历 |
| 攻博期间取得的研究成果 |
（8）高阶数字信号调制识别与盲均衡算法研究（论文提纲范文）
| 表目录 |
| 图目录 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 调制识别研究现状 |
| 1.2.2 盲均衡研究现状 |
| 1.3 本文主要研究内容及思路 |
| 1.4 章节安排 |
| 第二章 信号预处理 |
| 2.1 信号模型 |
| 2.1.1 数字调相信号(MPSK、OQPSK) |
| 2.1.2 正交幅度调制信号(MQAM) |
| 2.2 基于循环平稳性的符号速率精估计 |
| 2.2.1 信号的循环平稳性 |
| 2.2.2 基带脉冲序列的二次方谱 |
| 2.2.3 信号的二次方谱 |
| 2.2.4 MAC 谱 |
| 2.2.5 CZT 频谱细化 |
| 2.2.6 FFT-MAC-CZT 联合符号速率精确估计算法 |
| 2.2.7 FFT-MAC-CZT 联合符号速率估计算法性能测试 |
| 2.3 GARDNER 符号同步 |
| 2.3.1 Gardner 符号同步算法 |
| 2.3.2 插值滤波器 |
| 2.3.3 定时误差信号提取 |
| 2.3.4 环路滤波器 |
| 2.3.5 数控振荡器 |
| 2.3.6 Gardner 符号同步算法仿真实验 |
| 2.4 小结 |
| 第三章 特征参数提取 |
| 3.1 基于循环平稳性的谱特征 |
| 3.1.1 信号四次方谱 |
| 3.1.2 OQPSK 信号识别 |
| 3.1.3 MPSK 信号类内识别 |
| 3.2 高阶累积量特征 |
| 3.2.1 平稳随机序列矩和累积量的定义 |
| 3.2.2 矩和累积量的转换关系及性质 |
| 3.2.3 符号同步后的MQAM 信号模型 |
| 3.2.4 MQAM 信号高阶累积量特征参数 |
| 3.2.5 载波频偏、相偏对高阶累积量特征参数影响 |
| 3.3 符号同步后的码元幅度特征 |
| 3.3.1 R 参数 |
| 3.3.2 码元幅度密度分布特征参数 |
| 3.4 小结 |
| 第四章 分类器的设计 |
| 4.1 高阶数字信号调制识别信号处理流程框图 |
| 4.2 决策树分类器设计 |
| 4.2.1 决策树分类器的基本概念 |
| 4.2.2 决策树分类器应用于MPSK/OQPSK 识别 |
| 4.2.3 决策树分类器应用于MQAM 类内识别 |
| 4.3 基于径向基函数神经网络(RBFNN)分类器设计 |
| 4.3.1 径向基函数(RBF)神经网络的结构 |
| 4.3.2 径向基函数(RBF)神经网络分类器的工作原理 |
| 4.3.3 RBFNN 的训练 |
| 4.3.4 仿真实验与性能分析 |
| 4.4 小结 |
| 第五章 盲均衡算法研究 |
| 5.1 盲均衡的基本概念 |
| 5.2 BUSSGANG 类盲均衡算法 |
| 5.2.1 Bussgang 类盲均衡算法原理框图 |
| 5.2.2 Bussgang 类盲均衡算法性能表征 |
| 5.2.3 几个经典Bussgang 类盲均衡算法 |
| 5.2.4 Bussgang 类盲均衡算法仿真实验与性能分析 |
| 5.3 联合载波同步盲均衡算法 |
| 5.3.1 过采样接收信号模型 |
| 5.3.2 一种新的前向型载波频偏估计算法 |
| 5.3.3 基于锁相环的面向判决载波恢复算法 |
| 5.3.4 联合载波同步盲均衡算法 |
| 5.3.5 仿真实验与性能分析 |
| 5.4 基于子空间信道盲辨识与盲均衡算法 |
| 5.4.1 过采样信号的循环平稳性 |
| 5.4.2 基于二阶循环平稳统计量的信道可辨识性 |
| 5.4.3 过采样信号的多信道表示 |
| 5.4.4 基于子空间的信道盲辨识与盲均衡 |
| 5.4.5 仿真实验与性能分析 |
| 5.5 小结 |
| 第六章 实际系统实现与性能测试分析 |
| 6.1 实际系统的实现 |
| 6.2 实际采样信号的性能测试 |
| 6.3 小结 |
| 结束语 |
| 参考文献 |
| 作者简历 攻读硕士学位期间完成的主要工作 |
| 致谢 |
（10）超宽带无线通信系统信道估计技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语说明 |
| 公式符号说明 |
| 目录 |
| 第一章 绪论 |
| 1.1 超宽带无线通信 |
| 1.1.1 超宽带定义及工作频段 |
| 1.1.2 超宽带技术的标准化进程 |
| 1.1.3 超宽带的特点与挑战 |
| 1.1.4 超宽带技术的应用 |
| 1.2 研究现状 |
| 1.2.1 研究进展 |
| 1.2.2 研究方案 |
| 1.2.3 研究热点与关键技术 |
| 1.3 本论文的研究工作 |
| 1.4 论文组织结构 |
| 第二章 超宽带及传统通信系统信道估计方法 |
| 2.1 超宽带信道模型 |
| 2.1.1 超宽带信道与窄带信道的比较 |
| 2.1.2 超宽带信道模型分类 |
| 2.1.3 IEEE 802.15.3a 标准信道模型 |
| 2.2 传统通信系统信道估计方法的概述 |
| 2.2.1 非盲信道估计方法 |
| 2.2.2 盲信道估计方法 |
| 2.2.3 半盲信道估计方法 |
| 2.2.4 其它信道估计方法 |
| 2.3 UWB 系统信道估计方法的研究 |
| 2.3.1 基于脉冲 UWB 系统信道估计方法 |
| 2.3.1.1 非盲的 UWB 信道估计方法 |
| 2.3.1.2 盲 UWB 信道估计方法 |
| 2.3.1.3 半盲 UWB 信道估计方法 |
| 2.3.2 基于多带 OFDM UWB 系统信道估计方法 |
| 2.3.3 基于 SC-FDE UWB 系统信道估计方法 |
| 2.4 本章小结 |
| 第三章 基于二阶统计量 CR 子空间信道盲辨识方法的研究 |
| 3.1 系统模型与定义 |
| 3.2 信道盲辨识问题描述 |
| 3.3 两种基于逆迭代子空间信道盲辨识算法 |
| 3.3.1 算法描述及讨论 |
| 3.3.2 算法 MSE 性能分析 |
| 3.3.3 仿真实验和分析 |
| 3.4 一种低复杂度的信道盲辨识算法 |
| 3.4.1 算法描述 |
| 3.4.2 算法复杂度及收敛性分析 |
| 3.4.3 仿真实验和分析 |
| 3.5 本章小结 |
| 第四章 脉冲 UWB 系统基于 LMS 的结构化迭代信道估计 |
| 4.1 系统模型与定义 |
| 4.2 算法描述 |
| 4.2.1 基于延时迭代调整的信道估计算法 |
| 4.2.2 基于幅度迭代调整的信道估计算法 |
| 4.2.3 基于迭代调整信道估计的混合方案 |
| 4.3 算法复杂度分析 |
| 4.4 仿真实验分析 |
| 4.4.1 调整因子的选择 |
| 4.4.2 信道估计算法的 MSE 性能比较 |
| 4.4.3 Rake 接收机的 BER 性能比较 |
| 4.5 本章小结 |
| 第五章 SC-FDE UWB 系统噪声方差和信道估计方法的研究 |
| 5.1 SC-FDE 系统模型及符号定义 |
| 5.2 噪声方差估计算法描述 |
| 5.2.1 传统噪声方差估计方法 |
| 5.2.2 提出的噪声方差估计方法 |
| 5.2.3 最优导频序列选择 |
| 5.2.4 实验结果与分析 |
| 5.3 信道估计算法描述和分析 |
| 5.3.1 传统信道估计算法描述及 MSE 性能分析 |
| 5.3.2 基于阈值滤波的信道估计算法 |
| 5.3.3 算法复杂度分析 |
| 5.3.4 实验结果与分析 |
| 5.4 本章小结 |
| 第六章 SC-FDE UWB 系统 MIMO 传输的收发信机设计 |
| 6.1 提出传输方案的模型描述 |
| 6.1.1 发射方案 |
| 6.1.2 频域均衡 |
| 6.2 条件误码率性能分析 |
| 6.3 信道及信噪比估计算法 |
| 6.3.1 基于最大似然的信道估计算法 |
| 6.3.2 多天线系统下导频序列优化 |
| 6.4 仿真实验和结果 |
| 6.5 本章小结 |
| 第七章 窄带干扰 SC-FDE UWB 系统噪声方差和信道估计方法研究 |
| 7.1 SC-FDE 系统模型及符号定义 |
| 7.2 基于 LS 信道估计 NBI 检测的 CFAR 问题建模 |
| 7.3 基于次序统计量的鲁棒噪声方差估计方法 |
| 7.3.1 无 NBI 时的噪声方差估计方法 |
| 7.3.2 NBI 存在时的基于次序统计量的噪声方差估计方法 |
| 7.4 鲁棒信道估计算法描述和分析 |
| 7.4.1 低复杂度的鲁棒信道估计算法 |
| 7.4.2 算法复杂度比较 |
| 7.5 实验结果与分析 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 全文工作总结 |
| 8.2 展望 |
| 参考文献 |
| 附录 1 定理 1 的 CRSI 估计器 MSE 推导 |
| 附录 2 定理 2 的 CRSI 算法收敛速度比较 |
| 附录 3 噪声方差估计器的证明和 CRB 推导 |
| 附录 4 基于阈值滤波信道估计器中阈值的推导 |
| 致谢 |
| 攻读博士学位期间发表、录用和投出的论文 |
| 攻读博士学位期间申请的专利 |
| 攻读博士学位期间参与的科研项目 |
四、信道盲辨识的新方法（论文参考文献）
- [1]多径信道下数字信号调制识别的研究[J]. 薛伟,钱平. 计算机与数字工程, 2012(10)
- [2]基于高阶循环累积量的盲均衡技术的研究[D]. 侯永兴. 太原理工大学, 2012(09)
- [3]一种改进的稀疏多径信道盲辨识算法[J]. 田营,葛临东,王彬,王露. 信号处理, 2011(07)
- [4]无线通信信道盲均衡技术研究[D]. 田营. 解放军信息工程大学, 2011(07)
- [5]短波通信中的信道与信噪比估计技术研究[D]. 张金成. 解放军信息工程大学, 2011(07)
- [6]利用二阶循环平稳性的信道自适应盲辨识[J]. 张伟涛,刘宁,楼顺天. 振动与冲击, 2010(08)
- [7]直接序列扩频信号的截获分析研究[D]. 牟青. 电子科技大学, 2010(08)
- [8]高阶数字信号调制识别与盲均衡算法研究[D]. 李园敏. 解放军信息工程大学, 2009(03)
- [9]一种信道盲辨识与均衡的新方法[J]. 张伟涛,楼顺天. 系统工程与电子技术, 2009(03)
- [10]超宽带无线通信系统信道估计技术的研究[D]. 王丹. 上海交通大学, 2009(03)