通信信号分析与处理

　　第1章 通信中随机信号分析
　　 1．1 随机过程的一般表述
　　 1．1．1 随机过程的概率分布
　　 1．1．2 随机过程的特征函数
　　 1．1．3 随机过程的数字特征
　　 1．2 平稳随机过程
　　 1．2．1 平稳随机过程
　　 1．2．2 平稳随机过程的数字特征
　　 1．2．3 平稳随机过程的相关函数与功率谱密度
　　 1．3 高斯随机过程
　　 1．3．1 高斯过程
　　 1．3．2 亚高斯和超高斯过程
　　 1．4 系统对随机信号的响应
　　 1．4．1 输入为随机过程时线性系统的输出及其特性
　　 1．4．2 随机信号通过理想线性系统
　　 1．4．3 随机信号通过非线性系统
　　 1．5 复随机过程
　　 1．5．1 复随机变量
　　 1．5．2 复随机过程
　　 1．6 窄带随机过程
　　 1．6．1 希尔伯特变换
　　 1．6．2 解析过程
　　 1．6．3 窄带随机过程
　　 1．7 窄带高斯过程
　　 1．7．1 窄带高斯过程的一维概率分布
　　 1．7．2 窄带高斯过程的二维概率分布
　　 1．7．3 窄带高斯过程包络平方的概率分布
　　 1．8 正弦波加窄带高斯过程
　　 1．8．1 正弦波加窄带高斯过程的表示
　　 1．8．2 条件二维联合概率密度函数
　　 1．8．3 包络和相位的条件概率密度函数
　　 1．8．4 正弦波与窄带随机过程之和的包络平方的概率密度函数
　　 习题
　　第2章 通信信道
　　 2．1 概述
　　 2．1．1 通信信道模型
　　 2．1．2 通信信道仿真
　　 2．1．3 离散信道模型
　　 2．1．4 仿真方法论
　　 2．2 通信信道特性
　　 2．2．1 大尺度衰落
　　 2．2．2 小尺度衰落
　　 2．2．3 信道参数
　　 2．2．4 衰落类型
　　 2．2．5 信道包络统计分布特性
　　 2．2．6 信号功率谱模型
　　 2．3 标量信道
　　 2．3．1 平坦衰落信道模型
　　 2．3．2 平坦衰落信道模型仿真
　　 2．3．3 频率选择性衰落信道建模
　　 2．4 向量信道
　　 2．4．1 单输多输出(SIMO)系统的向量信道
　　 2．4．2 多输入多输出(MIMO)信道
　　第3章 自适应滤波算法
　　 3．1 自适应滤波原理
　　 3．1．1 自适应滤波器的分类
　　 3．1．2 自适应滤波器的基本构成
　　 3．1．3 自适应过程
　　 3．1．4 可编程滤波器
　　 3．2 自适应系统性能准则
　　 3．2．1 均方误差(MSE)性能测度
　　 3．2．2 最大信噪比(MSNR)准则
　　 3．2．3 最大似然(ML)准则
　　 3．2．4 最小噪声方差(MNV)准则
　　 3．3 自适应算法
　　 3．3．1 最小均方(LMS)算法
　　 3．3．2 序贯回归(SER)算法
　　 3．3．3 RLS算法
　　 3．3．4 样本矩阵求逆(SMI)算法
　　 习题
　　第4章 空间分集
　　 4．1 概述
　　 4．2 分集增益
　　 4．3 接收天线分集
　　 4．4 分集重数与信道可变性
　　 4．5 分集合并
　　 4．5．1 选择式合并
　　 4．5．2 最大比值合并
　　 4．5．3 等增益合并
　　 4．5．4 切换合并
　　 习题
　　第5章 码间干扰与信道均衡
　　 5．1 数字PAM基带传输及码问干扰
　　 5．1．1 码间干扰与数字基带传输系统
　　 5．1．2 无码间干扰基带传输特性
　　 5．1．3 存在噪声和IsI时的最佳接收机
　　 5．2 眼图
　　 5．3 信道均衡
　　 5．3．1 基带传输系统的等效传输模型
　　 5．3．2 置零条件
　　 5．4 线性均衡
　　 5．4．1 信道的等效离散时间模型
　　 5．4．2 基于峰值失真准则的迫零均衡器
　　 5．4．3 基于最小均方误差准则(MMSE)的均衡器
　　 5．5 判决引导自适应均衡器
　　 5．6 白适应判决反馈均衡器
　　 5．7 调制解调器和自适应均衡器的连接
　　 习题
　　第6章 通信信道的盲均衡
　　 6．1 Bussgang算法
　　 6．1．1 实基带信道的Bussgang算法
　　 6．1．2 复基带信道的Bussgang算法
　　 6．2 三种经典的Bussgang算法
　　 6．2．1 判决引导算法
　　 6．2．2 Sato算法
　　 6．2．3 Godard算法
　　 6．3 常数模算法及其性能分析
　　 6．3．1 常数模算法
　　 6．3．2 常数模算法性能分析
　　 6．4 基于高阶统计量的盲均衡算法
　　 6．4．1 高阶统计量基础理论
　　 6．4．2 基于倒三谱的自适应盲均衡算法
　　 6．4．3 基于循环倒谱的盲均衡算法
　　 6．4．4 超指数迭代盲均衡算法
　　 6．5 基于空间分集的盲均衡算法
　　 6．5．1 基于选择式合并的空间分集均衡器
　　 6．5．2 基于等增益合并的空间分集均衡器
　　 6．5．3 修正的等增益空间分集均衡算法
　　 6．6 基于变参误差函数的常数模算法
　　 6．6．1 三种误差函数及性能分析
　　 6．6．2 算法及其仿真
　　 6．7 基于分数间隔的盲均衡算法
　　 6．7．1 多采样率理论
　　 6．7．2 多信道系统模型及其性能分析
　　 6．7．3 基于T／2分数间隔的常数模盲均衡算法
　　 6．7．4 基于T／4分数间隔的常数模盲均衡算法
　　 6．8 基于正交幅度调制系统的级联盲均衡算法
　　 6．8．1 基于正交幅度调制系统的级联盲均衡器
　　 6．8．2 性能仿真
　　 习题
　　第7章 阵列信号处理
　　 7．1 阵列的基本原理
　　 7．1．1 空间信号
　　 7．1．2 调制解调
　　 7．1．3 阵列信号模型
　　 7．1．4 阵列天线接收信号向量
　　 7．1．5 空间采样
　　 7．2 波束形成
　　 7．2．1 波束响应与波束模式
　　 7．2．2 波束形成器增益
　　 7．2．3 空间匹配滤波器
　　 7．2．4 阵列孔径和波束形成分辨率
　　 7．2．5 锥化截取波束形成
　　 7．3 最佳阵列处理方法
　　 7．3．1 最佳波束形成器
　　 7．3．2 最佳波束形成器的特征根分析
　　 7．3．3 干扰消除性能
　　 7．3．4 锥化截取最佳波束形成
　　 7．3．5 广义的旁瓣消除器
　　 习题
　　第8章 自适应阵列信号处理
　　 8．1 自适应天线系统的权向量
　　 8．1．1 自适应阵列的最佳权向量
　　 8．1．2 权向量的自适应更新算法
　　 8．2 基于常数模算法的阵列信号处理
　　 8．2．1 最速下降常数模算法
　　 8．2．2 最小二乘常数模算法
　　 8．3 微扰法
　　 8．4 分块自适应波束形成
　　 8．4．1 样本矩阵求逆
　　 8．4．2 SMI波束形成器的对角线加载
　　 8．4．3 基于最小二乘法的SMI波束形成器实现
　　 8．5 恒模阵列
　　 8．5．1 自适应噪声对消
　　 8．5．2 恒模阵列与对消器的组合
　　 8．5．3 恒模阵列的性能分析
　　 8．5．4 级联的恒模阵列与对消器组合
　　 8．5．5 输出信干噪比和信噪比
　　 8．6 子空间的自适应阵列算法
　　 8．6．1 信号模型与最佳组合
　　 8．6．2 基于子空间的自适应阵列算法
　　 习题
　　参考文献