非线性信道模型及其仿真 本书特色
卫星信道建模与均衡技术是卫星通信领域的关键技术。研究该技术有助于提高卫星通信系统业务的可行性与质量。本书以卫星通信信道为研究对象、以卫星通信信道的非线性为立足点，开展非线性信道模型建立与均衡技术研究。
本书适合信息与通信工程、控制科学与工程、智能科学与技术等学科专业的工程技术人员、研究人员和研究生阅读。
非线性信道模型及其仿真 内容简介
随着信息全球化、互联网、数据多媒体通信以及视频、音频业务的增长，通信个体化、机动性及无覆盖的需求，卫星通信正利用通信距离远、通信费用与距离无关、覆盖面积大、不受地理条件限制、通信频带宽、传输容量大、适用于多种业务传输等优点，向其具有独特优势的方向发展。然而，卫星通信系统所能提供业务的可行性与质量，在很大程度上受移动终端与通信卫星间信道特性的影响。为了研究这些影响，采用能够反映卫星信道真实特性的信道模型是一个有效可行的解决方案。
《非线性信道模型及其仿真》是作者及其团队多年以卫星通信信道为研究对象、以卫星通信信道的非线性为立足点，开展非线性信道模型建立与均衡技术研究的点滴成果汇集。主要涉及卫星信道模型及建立在信道模型基础上的均衡理论、技术与应用等研究内容，形成了从卫星信道建模到卫星信道均衡的理论与技术成果体系，体现了内容的先进性、实用性和系统性，层次分明、可读性强，有助于读者理解和掌握。
《非线性信道模型及其仿真》适合信息与通信工程、控制科学与工程、智能科学与技术等学科专业的工程技术人员、研究人员和研究生阅读！
非线性信道模型及其仿真 目录
目录第1章绪论
1.1卫星信道建模研究
1.1.1信道单状态模型
1.1.2信道多状态模型
1.1.3Ka波段卫星信道统计特性
1.1.4卫星信道模拟仿真研究
1.2卫星信道均衡研究
1.3本书主要内容
参考文献
第2章卫星信道模型建立的理论基础
2.1卫星通信系统的基本组成
2.2卫星通信链路的基本参数
2.3卫星信道分层传播特性
2.3.1外层空间
2.3.2散逸层、热层与中间层
2.3.3平流层与对流层
2.4经典的卫星信道模型
2.4.1常用的概率分布函数
2.4.2经典的卫星信道模型
2.5卫星信道的统计特性参数
2.5.1一阶统计特性
2.5.2二阶统计特性
2.5.3多普勒功率谱
2.6卫星信道模型仿真方法
2.6.1有色高斯噪声的产生方法
2.6.2多普勒系数及多普勒频率的计算方法
2.6.3多普勒相位的计算方法
2.6.4经典的信道模型仿真实现方法
参考文献
第3章卫星信道多状态Markov链模型
3.1卫星信道2?状态Markov链模型
3.2卫星信道3?状态Markov链模型
3.2.1大气环境信道模型
3.2.2地面环境信道模型
3.2.3卫星信道3?状态Markov链模型
3.2.4卫星信道3?状态Markov链模型统计特性
3.2.5卫星信道3?状态Markov链模型仿真方法
3.3信道5?状态Markov链模型
3.3.1信道5?状态Markov链模型
3.3.2仿真验证
3.4信道6?状态Markov链模型中断概率
3.4.1信道6?状态Markov链模型分析
3.4.2仿真验证
3.5基于主成分分析法和模糊聚类法的卫星信道模型
3.5.1卫星信道建模关键影响因素分析
3.5.2卫星信道的状态数分析
3.5.3卫星信道多状态Markov链模型
3.5.4仿真验证
参考文献
第4章基于不同背景下的非线性卫星信道模型
4.1非线性卫星信道模型
4.1.1行波管放大器模型
4.1.2群时延模型
4.2高斯噪声背景下非线性卫星信道模型与均衡系统
4.2.1非线性卫星信道Wiener模型和Hammerstein
模型
4.2.2仿真验证
4.3α稳定分布噪声背景下非线性卫星信道模型与均衡系统
4.3.1α稳定分布模型
4.3.2非线性卫星信道的自适应神经模糊推理系统
模型
4.3.3仿真验证
4.4基于行波管放大器和群时延的非线性卫星信道建模算法
4.4.1线性群时延滤波器设计
4.4.2行波管放大器非线性和群时延的组合效应
4.4.3基于信道先验信息的非线性信道模型
参考文献
第5章基于多小波和回声状态网络的非线性信道盲均衡算法
5.1非线性卫星信道Volterra盲均衡系统
5.1.1TWTA的非线性对调制信号的影响
5.1.2基于非线性滤波器的盲均衡算法
5.1.3Volterra盲均衡算法
5.1.4基于平衡正交多小波双变换的非线性盲均衡算法
5.1.5仿真验证
5.2基于多小波神经网络的非线性盲均衡算法
5.2.1神经网络模型
5.2.2基于多小波神经网络的非线性盲均衡算法
5.2.3仿真验证
5.3基于支持向量机和神经网络的非线性盲均衡算法
5.3.1支持向量机基础
5.3.2支持向量机回归原理
5.3.3基于空间分集支持向量机的多小波神经网络
盲均衡算法
5.3.4仿真验证
5.4基于混沌算法优化的双神经网络盲均衡算法
5.4.1混沌算法基础
5.4.2混沌优化过程
5.4.3基于混沌算法优化多小波双神经网络的非线性盲
均衡算法
5.4.4仿真验证
5.5基于Volterra滤波回声状态网络结构和PCA
的均衡算法
5.5.1回声状态网络
5.5.2平均状态熵?回声状态网络
5.5.3信道均衡原理
5.5.4仿真验证
参考文献
第6章非线性Volterra信道盲均衡算法
6.1非线性信道自适应均衡算法
6.1.1非线性信道自适应均衡模型
6.1.2非线性信道自适应均衡算法
6.2基于Volterra均衡器改进结构的非线性信道均衡算法
6.2.1非线性信道Volterra均衡器改进结构
6.2.2仿真验证
6.2.3计算复杂度
6.3基于线性MMSE的非线性信道Turbo盲均衡算法
6.3.1系统描述
6.3.2基于线性MMSE的非线性信道Volterra?Turbo
均衡算法
6.3.3基于线性MMSE的迭代盲均衡算法
6.4基于非线性Volterra信道的线性频域Turbo均衡算法
6.4.1循环模型中的可用符号
6.4.2频域非线性Volterra信道模型
6.4.3线性频域Volterra?MMSE均衡器
6.4.4仿真验证
6.5基于*大相关熵Volterra滤波器非线性信道均衡稳态
算法
6.5.1算法理论
6.5.2Volterra?CMCC算法
6.5.3稳态性能
6.5.4仿真验证
6.6基于模糊神经网络控制的复数神经网络多项式Volterra
信道盲均衡算法
6.6.1模糊神经网络算法
6.6.2复数神经多项式网络算法
6.6.3模糊神经网络控制的复数神经多项式Volterra
信道盲均衡算法
6.6.4仿真验证
参考文献
第7章卫星MIMO信道Markov链模型及分子
MIMO信道机器学习模型
7.1SISO和MIMO信道增强2?状态Markov链模型
7.1.1改进的增强2?状态Markov链模型
7.1.2测试分析
7.2LMS?MIMO信道经验随机Markov链模型
7.2.1LMS?MIMO信道Markov链模型
7.2.2测量设置
7.2.3模型生成
7.2.4小尺度衰落信道LMS?MIMO模型验证
7.3分子MIMO信道机器学习模型
7.3.1系统模型
7.3.2分子MIMO信道模型
7.3.3仿真验证
参考文献
