水声信道常数模盲均衡理论、算法与仿真

作者: 肖瑛著

出版社: 人民邮电出版社

出版时间: 2015-07

版次: 1

ISBN: 9787115389589

定价: 78.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 248页

字数: 314千字

正文语种: 简体中文

丛书: 信息与通信创新学术专著

分类: 工程技术

8 张插图图片

11人买过

本书以水声通信系统中的盲信道均衡技术为研究对象，系统分析了常数模盲均衡的理论体系。结合水声信道特点，提出了大量改进算法并进行了仿真实验分析。结合虚拟接收机技术和融合技术，提出了基于虚拟接收机的水声信道盲均衡方案。肖瑛，大连民族大学副教授，从2004年攻读博士学位开始至今一直从事水声信道盲均衡技术研究，至今在国内外期刊发表学术论文30余篇，主持完成国家自然科学基金项目1项，完成省部级项目5项。曾参与编写《时频分析技术及其工程应用》一书。第一章  绪论
1．1 引言
1．2 水声信道特性
1．2．1有限带宽
1．2．2多径效应
1．2．3多普勒频移
1．2．4环境噪声
1．2．5水声信道模型
1．3 盲均衡基本原理
1．3．1盲均衡的理论基础
1．3．2盲均衡算法分类
1．3．3盲均衡器的设计
1．4 盲均衡性能评价标准
第二章  常数模盲均衡基本原理
2．1 引言
2．2 常数模盲均衡
2．2．1 系统模型
2．2．2 盲均衡实现的条件
2．2．3 CMA盲均衡性能分析
2．3 梯度CMA盲均衡算法
2．3．1 LMS-CMA盲均衡
2．3．2 能量修正CMA盲均衡
2．3．3 动量CMA盲均衡算法
2．3．4 改进的梯度CMA盲均衡
2．4 RLS-CMA盲均衡算法
2．4．1 基本RLS-CMA盲均衡
2．4．2 自适应遗忘因子RLS-CMA盲均衡
2．4．3 简化的RLS-CMA盲均衡
第三章  变步长常数模盲均衡算法
3．1 引言
3．2 基本变步长LMS-CMA盲均衡算法
3．2．1归一化LMS-CMA盲均衡
3．2．2 Sigmod函数控制误差的变步长盲均衡
3．2．3 Logsig函数控制误差的变步长盲均衡
3．2．4 Tansig函数控制误差的变步长盲均衡
3．2．5 Sigmf函数控制误差的变步长盲均衡
3．2．6 Zmf函数控制误差的变步长盲均衡
3．3 归一化误差功率变步长常数模盲均衡算法
3．4 输出误差符号判决的变步长盲均衡算法
3．5 迭代步数控制的变步长盲均衡算法
3．6 信号与误差联合控制的变步长盲均衡算法
第四章  双模式常数模盲均衡算法
4．1 引言
4．2 不同模式下盲均衡的性能比较分析
4．2．1 LMS-CMA与DD-CMA的仿真比较
4．2．2 LMS-CMA与MCMA的仿真比较
4．2．3 LMS-CMA与MMA的仿真比较
4．3 双模式切换准则
4．3．1 基于迭代次数的硬切换双模式算法
4．3．2 基于输出误差功率的硬切换双模式算法
4．3．3 判决圆判决的双模式盲均衡
4．3．4 基于输出误差符号判决的双模式盲均衡
4．3．5 并联滤波的双模式盲均衡
第五章神经网络常数模盲均衡
5．1引言
5．2 神经网络盲均衡基本原理
5．2．1前馈神经网络基本结构
5．2．2 BP神经网络盲均衡算法
5．2．3复值神经网络模型
5．3 小波神经网络模型
5．3．1小波神经网络基本结构
5．3．2小波神经网络盲均衡算法
5．4 神经网络盲均衡算法仿真
5．4．1 神经网络权重的初始化方法
5．4．2 变步长神经网络盲均衡
5．4．3 附加动量项神经网络盲均衡
5．4．4 基于压缩传递函数的神经网络盲均衡
5．4．5 弹性BP神经网络盲均衡算法
5．4．6 线性修正神经网络盲均衡
5．5 智能优化神经网络盲均衡
5．5．1 遗传优化神经网络盲均衡
5．5．2 差异进化算法初始化的神经网络盲均衡
5．5．3 部分精英策略并行遗传优化的神经网络盲均衡
第六章脉冲噪声环境下的常数模盲均衡
6．1 引言
6．2脉冲噪声模型
6．2．1 卷积噪声分析
6．2．2  -稳定分布
6．3 脉冲噪声环境下的典型算法
6．3．1归一化 -范数LMS-CMA
6．3．2 分数低阶LMS-CMA和RLS-CMA
6．3．3 误差非线性变换LMS-CMA
6．3．4 Stop-and-Go盲均衡
6．4 脉冲噪声环境下的盲均衡新算法
6．4．1符号梯度LMS-CMA
6．4．2 方向梯度LMS-CMA
6．4．3 非线性变换代价函数LMS-CMA
6．4．4 部分更新LMS-CMA
第七章  稀疏水声信道常数模盲均衡
7．1 引言
7．2 判决反馈均衡器
7．2．1判决反馈均衡器基本结构
7．2．2 判决反馈均衡器性能参数
7．2．3 常数模判决反馈均衡盲均衡算法
7．3 稀疏信道常数模盲均衡
7．3．1线性横向均衡器的稀疏LMS-CMA盲均衡
7．3．2线性横向均衡器的稀疏RLS-CMA盲均衡
7．3．3 基于判决反馈均衡器的稀疏信道盲均衡
7．3．4瞬时梯度判决的并联稀疏盲均衡算法
第七章  稀疏水声信道常数模盲均衡
7．1 引言
7．2 判决反馈均衡器
7．2．1判决反馈均衡器基本结构
7．2．2 判决反馈均衡器性能参数
7．2．3 常数模判决反馈均衡盲均衡算法
7．3 稀疏信道常数模盲均衡
7．3．1线性横向均衡器的稀疏LMS-CMA盲均衡
7．3．2线性横向均衡器的稀疏RLS-CMA盲均衡
7．3．3 基于判决反馈均衡器的稀疏信道盲均衡
7．3．4瞬时梯度判决的并联稀疏盲均衡算法
第八章  基于虚拟接收机的水声信道常数模盲均衡
8．1 引言
8．2 分数间隔盲均衡器基本原理
8．2．1 分数间隔均衡器的基本结构
8．2．2 LMS-CMA分数间隔均衡算法
8．2．3 RLS-CMA分数间隔盲均衡算法
8．2．3 分数间隔判决反馈盲均衡算法
8．2．4 分数间隔盲均衡性能分析
8．3 虚拟接收机盲均衡基本原理
8．3．1 虚拟接收机的基本思想
8．3．2 虚拟接收机的融合策略
8．3．3 虚拟接收机水声信道盲均衡仿真
8．4 智能优化虚拟接收机水声信道盲均衡
8．4．1 虚拟接收机神经网络融合算法
8．4．2 遗传优化的虚拟接收机布放方案
第九章  结论与展望
参考文献
名词索引
内容简介:
本书以水声通信系统中的盲信道均衡技术为研究对象，系统分析了常数模盲均衡的理论体系。结合水声信道特点，提出了大量改进算法并进行了仿真实验分析。结合虚拟接收机技术和融合技术，提出了基于虚拟接收机的水声信道盲均衡方案。
作者简介:
肖瑛，大连民族大学副教授，从2004年攻读博士学位开始至今一直从事水声信道盲均衡技术研究，至今在国内外期刊发表学术论文30余篇，主持完成国家自然科学基金项目1项，完成省部级项目5项。曾参与编写《时频分析技术及其工程应用》一书。
目录:
第一章  绪论
1．1 引言
1．2 水声信道特性
1．2．1有限带宽
1．2．2多径效应
1．2．3多普勒频移
1．2．4环境噪声
1．2．5水声信道模型
1．3 盲均衡基本原理
1．3．1盲均衡的理论基础
1．3．2盲均衡算法分类
1．3．3盲均衡器的设计
1．4 盲均衡性能评价标准
第二章  常数模盲均衡基本原理
2．1 引言
2．2 常数模盲均衡
2．2．1 系统模型
2．2．2 盲均衡实现的条件
2．2．3 CMA盲均衡性能分析
2．3 梯度CMA盲均衡算法
2．3．1 LMS-CMA盲均衡
2．3．2 能量修正CMA盲均衡
2．3．3 动量CMA盲均衡算法
2．3．4 改进的梯度CMA盲均衡
2．4 RLS-CMA盲均衡算法
2．4．1 基本RLS-CMA盲均衡
2．4．2 自适应遗忘因子RLS-CMA盲均衡
2．4．3 简化的RLS-CMA盲均衡
第三章  变步长常数模盲均衡算法
3．1 引言
3．2 基本变步长LMS-CMA盲均衡算法
3．2．1归一化LMS-CMA盲均衡
3．2．2 Sigmod函数控制误差的变步长盲均衡
3．2．3 Logsig函数控制误差的变步长盲均衡
3．2．4 Tansig函数控制误差的变步长盲均衡
3．2．5 Sigmf函数控制误差的变步长盲均衡
3．2．6 Zmf函数控制误差的变步长盲均衡
3．3 归一化误差功率变步长常数模盲均衡算法
3．4 输出误差符号判决的变步长盲均衡算法
3．5 迭代步数控制的变步长盲均衡算法
3．6 信号与误差联合控制的变步长盲均衡算法
第四章  双模式常数模盲均衡算法
4．1 引言
4．2 不同模式下盲均衡的性能比较分析
4．2．1 LMS-CMA与DD-CMA的仿真比较
4．2．2 LMS-CMA与MCMA的仿真比较
4．2．3 LMS-CMA与MMA的仿真比较
4．3 双模式切换准则
4．3．1 基于迭代次数的硬切换双模式算法
4．3．2 基于输出误差功率的硬切换双模式算法
4．3．3 判决圆判决的双模式盲均衡
4．3．4 基于输出误差符号判决的双模式盲均衡
4．3．5 并联滤波的双模式盲均衡
第五章神经网络常数模盲均衡
5．1引言
5．2 神经网络盲均衡基本原理
5．2．1前馈神经网络基本结构
5．2．2 BP神经网络盲均衡算法
5．2．3复值神经网络模型
5．3 小波神经网络模型
5．3．1小波神经网络基本结构
5．3．2小波神经网络盲均衡算法
5．4 神经网络盲均衡算法仿真
5．4．1 神经网络权重的初始化方法
5．4．2 变步长神经网络盲均衡
5．4．3 附加动量项神经网络盲均衡
5．4．4 基于压缩传递函数的神经网络盲均衡
5．4．5 弹性BP神经网络盲均衡算法
5．4．6 线性修正神经网络盲均衡
5．5 智能优化神经网络盲均衡
5．5．1 遗传优化神经网络盲均衡
5．5．2 差异进化算法初始化的神经网络盲均衡
5．5．3 部分精英策略并行遗传优化的神经网络盲均衡
第六章脉冲噪声环境下的常数模盲均衡
6．1 引言
6．2脉冲噪声模型
6．2．1 卷积噪声分析
6．2．2  -稳定分布
6．3 脉冲噪声环境下的典型算法
6．3．1归一化 -范数LMS-CMA
6．3．2 分数低阶LMS-CMA和RLS-CMA
6．3．3 误差非线性变换LMS-CMA
6．3．4 Stop-and-Go盲均衡
6．4 脉冲噪声环境下的盲均衡新算法
6．4．1符号梯度LMS-CMA
6．4．2 方向梯度LMS-CMA
6．4．3 非线性变换代价函数LMS-CMA
6．4．4 部分更新LMS-CMA
第七章  稀疏水声信道常数模盲均衡
7．1 引言
7．2 判决反馈均衡器
7．2．1判决反馈均衡器基本结构
7．2．2 判决反馈均衡器性能参数
7．2．3 常数模判决反馈均衡盲均衡算法
7．3 稀疏信道常数模盲均衡
7．3．1线性横向均衡器的稀疏LMS-CMA盲均衡
7．3．2线性横向均衡器的稀疏RLS-CMA盲均衡
7．3．3 基于判决反馈均衡器的稀疏信道盲均衡
7．3．4瞬时梯度判决的并联稀疏盲均衡算法
第七章  稀疏水声信道常数模盲均衡
7．1 引言
7．2 判决反馈均衡器
7．2．1判决反馈均衡器基本结构
7．2．2 判决反馈均衡器性能参数
7．2．3 常数模判决反馈均衡盲均衡算法
7．3 稀疏信道常数模盲均衡
7．3．1线性横向均衡器的稀疏LMS-CMA盲均衡
7．3．2线性横向均衡器的稀疏RLS-CMA盲均衡
7．3．3 基于判决反馈均衡器的稀疏信道盲均衡
7．3．4瞬时梯度判决的并联稀疏盲均衡算法
第八章  基于虚拟接收机的水声信道常数模盲均衡
8．1 引言
8．2 分数间隔盲均衡器基本原理
8．2．1 分数间隔均衡器的基本结构
8．2．2 LMS-CMA分数间隔均衡算法
8．2．3 RLS-CMA分数间隔盲均衡算法
8．2．3 分数间隔判决反馈盲均衡算法
8．2．4 分数间隔盲均衡性能分析
8．3 虚拟接收机盲均衡基本原理
8．3．1 虚拟接收机的基本思想
8．3．2 虚拟接收机的融合策略
8．3．3 虚拟接收机水声信道盲均衡仿真
8．4 智能优化虚拟接收机水声信道盲均衡
8．4．1 虚拟接收机神经网络融合算法
8．4．2 遗传优化的虚拟接收机布放方案
第九章  结论与展望
参考文献
名词索引