通信信號處理

本書以通信信號的發送、傳輸與接收為主線，介紹了通信中隨機信號分析，分析了調製技術、信道模型建模與仿真方法，討論了分集技術與相位跟蹤方法，論述了自適應濾波性能準則與自適應均衡算法、盲均衡及其智能優化算法； 最後，分析了陣列信號處理理論與自適應算法。 本書是作者在信號處理和通信信號處理領域多年教學與科研工作的積累，具有體系完整、內容新穎，強化實踐、突出引導、結構嚴謹、層次分明、可讀性強的特點。本書可作為信息與通信工程學科及相關專業的高年級本科生、研究生的教材，也可供信息、通信、控制技術等領域的科技工作者閲讀。 ^[1] 

第1章通信中隨機信號分析

1.1隨機過程的一般表述

1.1.1隨機過程的概率分佈

1.1.2隨機過程的特徵函數

1.1.3隨機過程的數字特徵

1.1.4復隨機過程

1.2平穩隨機過程與高斯過程

1.2.1平穩隨機過程及其數字特徵

1.2.2平穩隨機過程的相關函數與功率譜密度

1.2.3高斯隨機過程

1.3窄帶隨機過程

1.3.1希爾伯特變換

1.3.2解析過程

1.3.3窄帶隨機過程

1.3.4窄帶高斯過程

1.4線性系統對隨機過程的響應

1.4.1隨機過程通過線性系統

1.4.2隨機過程通過理想線性系統

1.5非線性系統對隨機過程的響應

1.5.1全波平方律檢波器

1.5.2準正弦振盪信號通過非線性系統分析

1.6馬爾可夫過程

1.6.1馬爾可夫鏈

1.6.2馬爾可夫鏈的轉移概率及其矩陣

1.6.3遍歷性

第2章調製技術

2.1調製失真

2.1.1碼間干擾

2.1.2發射功率放大器

2.1.3增益和相位不平衡

2.2調製方式演變

2.2.1二進制相移鍵控

2.2.2正交相移鍵控

2.2.3偏移正交相移鍵控

2.2.4差分QPSK(DQPSK)

2.2.5π/4偏移DQPSK

2.2.6頻移鍵控

2.2.7最小頻移鍵控

2.2.8M進制頻移鍵控

2.2.9M進制相移鍵控

2.2.10M進制正交幅度調製

2.3正交頻分複用

2.3.1正交頻分複用原理

2.3.2正交頻分複用DFT變換

第3章信道模型

3.1信道模型與仿真概述

3.1.1通信信道模型

3.1.2通信信道仿真

3.1.3離散信道模型

3.2多徑衰落信道

3.2.1信道對無線電信號的影響

3.2.2多徑衰落信道模型

3.3大尺度與小尺度衰落信道

3.3.1大尺度衰落信道

3.3.2小尺度衰落信道

3.4選擇性衰落信道

3.4.1頻率選擇性衰落信道

3.4.2時間選擇性衰落信道

3.4.3空間選擇性衰落信道

3.5平坦衰落信道模型

3.5.1Clarke信道模型

3.5.2Suzuki信道模型

3.5.3平坦衰落信道模型仿真

3.6MIMO信道模型

3.6.1SIMO信道

3.6.2MIMO信道

3.7信道馬爾可夫鏈模型

3.7.1信道三狀態馬爾可夫鏈模型

3.7.2LMSMIMO信道經驗隨機馬爾可夫鏈模型

第4章分集技術與相位跟蹤方法

4.1分集概述

4.1.1分集原理

4.1.2相關係數

4.2分集分類

4.2.1空間分集

4.2.2時間分集

4.2.3頻率分集

4.2.4角度分集

4.2.5極化分集

4.2.6場分量分集

4.2.7多徑分集

4.3分集增益

4.3.1分集重數與誤碼率

4.3.2接收天線分集性能

4.3.3分集重數與信道可變性

4.4分集合並

4.4.1選擇式分集

4.4.2合併分集

4.4.3衰落信道中分集接收的差錯概率

4.5相位跟蹤方法

4.5.1AM調製方式

4.5.2相位跟蹤原理

4.5.3平方差分環路

4.5.4鎖相環路

4.5.5科斯塔斯(Costas)環

第5章自適應均衡

5.1存在噪聲和ISI時最佳接收機

5.1.1誤碼率最小準則

5.1.2信噪比最大準則

5.1.3最佳檢測器

5.2信道均衡

5.2.1基帶傳輸系統的等效傳輸模型

5.2.2置零條件

5.3線性均衡

5.3.1離散時間信道模型

5.3.2基於峯值失真準則的迫零均衡器

5.3.3基於最小均方誤差準則(MMSE)的均衡器

5.4分數間隔均衡器

5.4.1多采樣率理論

5.4.2分數間隔均衡系統模型

5.5自適應均衡算法

5.5.1性能測度

5.5.2最小均方誤差算法

5.5.3幾種改進的LMS算法

5.6基於LMS算法的判決反饋與判決引導均衡算法

5.6.1基於LMS算法的判決反饋均衡算法

5.6.2判決引導自適應均衡器

5.7基於LMS算法的正交小波均衡算法

5.7.1均衡器的正交小波表示

5.7.2基於LMS算法的正交小波均衡算法

5.8頻域LMS自適應均衡算法

5.8.1頻域LMS自適應均衡原理

5.8.2分塊LMS自適應均衡器

5.9基於LMS算法的OFDM系統均衡算法

5.9.1OFDM通信系統基本模型

5.9.2OFDM頻域均衡原理

5.9.3基於LMS算法的OFDM系統均衡算法

5.10基於RLS算法的自適應均衡算法

5.10.1RLS算法原理

5.10.2RLS算法的收斂性

5.10.3算法仿真

第6章盲自適應盲均衡

6.1Bussgang算法

6.1.1實基帶信道的Bussgang算法

6.1.2復基帶信道的Bussgang算法

6.23種經典的Bussgang算法

6.2.1判決引導算法

6.2.2Sato算法

6.2.3Godard算法

6.2.4性能參數

6.3基於高階統計量的盲均衡算法

6.3.1高階統計量基礎理論

6.3.2基於倒三譜的自適應盲均衡算法

6.3.3基於循環倒譜的盲均衡算法

6.3.4超指數迭代盲均衡算法

6.4基於分集技術的盲均衡算法

6.4.1基於時間分集的正交小波盲均衡算法

6.4.2基於頻率分集的正交小波自優化盲均衡算法

6.5基於變參誤差函數的盲均衡算法

6.5.1誤差函數

6.5.2基於不同誤差函數的盲均衡算法

6.6基於OFDM系統的盲均衡算法

6.6.1基於OFDM系統的單抽頭常數模盲均衡算法

6.6.2結合數字鎖相環的OFDM單抽頭常數模盲均衡算法

6.6.3基於多模算法的OFDM判決導引及加權優化盲均衡算法

第7章智能盲均衡算法

7.1基於遺傳算法優化的盲均衡算法

7.1.1遺傳算法

7.1.2基於遺傳算法優化的常模盲均衡算法

7.1.3基於遺傳算法優化的正交小波常模盲均衡算法

7.2基於粒子羣優化的盲均衡算法

7.2.1粒子羣優化算法

7.2.2基於粒子羣算法優化的正交小波常模盲均衡算法

7.2.3基於免疫克隆粒子羣算法優化的正交小波常模盲均衡算法

7.3基於DNA遺傳算法優化的盲均衡算法

7.3.1DNA遺傳算法

7.3.2基於DNA遺傳算法優化的正交小波常模盲均衡算法

7.4基於DNA遺傳蛙跳算法優化的盲均衡算法

7.4.1混合蛙跳算法

7.4.2DNA遺傳蛙跳算法

7.4.3基於DNA遺傳蛙跳算法優化的常模盲均衡算法

第8章陣列信號處理

8.1陣列的基本原理

8.1.1空間信號

8.1.2調製解調

8.1.3陣列信號模型

8.1.4陣列天線接收信號向量

8.1.5空間採樣

8.2波束形成

8.2.1波束響應與波束模式

8.2.2波束形成器增益

8.2.3空間匹配濾波器

8.2.4陣列孔徑和波束形成分辨率

8.2.5錐化截取波束形成

8.3最佳陣列處理方法

8.3.1最佳波束形成器

8.3.2最佳波束形成器的特徵根分析

8.3.3干擾消除性能

8.3.4錐化截取最佳波束形成

8.3.5廣義的旁瓣消除器

第9章自適應陣列信號處理

9.1自適應天線系統的權向量

9.1.1自適應陣列的最佳權向量

9.1.2權向量的自適應算法

9.2基於常數模算法的陣列信號處理方法

9.2.1最速下降常數模算法

9.2.2最小二乘常數模算法

9.3微擾法

9.4分塊自適應波束形成

9.4.1樣本求逆算法

9.4.2基於樣本求逆算法的自適應波束形成器

9.4.3SMI波束形成器的對角線加載

9.4.4基於最小二乘法的SMI波束形成器

9.5常數模陣列

9.5.1自適應噪聲對消

9.5.2常數模陣列與對消器的組合

9.5.3恆模陣列的性能分析

9.5.4級聯的恆模陣列與對消器組合

9.5.5輸出信幹噪比和信噪比

9.6子空間的自適應陣列算法

9.6.1信號模型與最佳組合

9.6.2基於子空間的自適應陣列算法

參考文獻 ^[2]