第1章 通信中随机信号分析 1
1.1随机过程的一般表述 1
1.1.1随机过程的概率分布 2
1.1.2随机过程的特征函数 3
1.1.3随机过程的数字特征 4
1.2平稳随机过程 6
1.2.1平稳随机过程 6
1.2.2平稳随机过程的数字特征 6
1.2.3平稳随机过程的相关函数与功率谱密度 8
1.3高斯随机过程 10
1.3.1高斯过程 10
1.3.2亚高斯和超高斯过程 11
1.4系统对随机信号的响应 12
1.4.1输入为随机过程时线性系统的输出及其特性 12
1.4.2随机信号通过理想线性系统 17
1.4.3随机信号通过非线性系统 23
1.5复随机过程 30
1.5.1复随机变量 30
1.5.2复随机过程 30
1.6窄带随机过程 32
1.6.1希尔伯特变换 32
1.6.2解析过程 34
1.6.3窄带随机过程 35
1.7窄带高斯过程 38
1.7.1窄带高斯过程的一维概率分布 38
1.7.2窄带高斯过程的二维概率分布 39
1.7.3窄带高斯过程包络平方的概率分布 41
1.8正弦波加窄带高斯过程 42
1.8.1正弦波加窄带高斯过程的表示 42
1.8.2条件二维联合概率密度函数 42
1.8.3包络和相位的条件概率密度函数 43
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 45
习题 46
第2章 通信信道 49
2.1概述 49
2.1.1通信信道模型 49
2.1.2通信信道仿真 50
2.1.3离散信道模型 50
2.1.4仿真方法论 50
2.2通信信道特性 50
2.2.1大尺度衰落 51
2.2.2小尺度衰落 51
2.2.3信道参数 54
2.2.4衰落类型 57
2.2.5信道包络统计分布特性 59
2.2.6信号功率谱模型 61
2.3标量信道 62
2.3.1平坦衰落信道模型 62
2.3.2平坦衰落信道模型仿真 65
2.3.3频率选择性衰落信道建模 67
2.4向量信道 71
2.4.1单输多输出（SIMO）系统的向量信道 72
2.4.2多输入多输出（MIMO）信道 77
第3章 自适应滤波算法 81
3.1自适应滤波原理 81
3.1.1自适应滤波器的分类 81
3.1.2自适应滤波器的基本构成 81
3.1.3自适应过程 82
3.1.4可编程滤波器 83
3.2自适应系统性能准则 86
3.2.1均方误差（MSE）性能测度 86
3.2.2最大信噪比（MSNR）准则 88
3.2.3最大似然（ML）准则 89
3.2.4最小噪声方差（MNV）准则 90
3.3自适应算法 91
3.3.1最小均方（LMS）算法 91
3.3.2序贯回归（SER）算法 98
3.3.3 RLS算法 102
3.3.4样本矩阵求逆（SMI）算法 106
习题 109
第4章 空间分集 112
4.1概述 112
4.2分集增益 114
4.3接收天线分集 115
4.4分集重数与信道可变性 117
4.5分集合并 117
4.5.1选择式合并 118
4.5.2最大比值合并 120
4.5.3等增益合并 122
4.5.4切换合并 126
习题 129
第5章 码间干扰与信道均衡 131
5.1数字PAM基带传输及码间干扰 131
5.1.1码间干扰与数字基带传输系统 131
5.1.2无码间干扰基带传输特性 133
5.1.3存在噪声和ISI时的最佳接收机 137
5.2眼图 141
5.3信道均衡 142
5.3.1基带传输系统的等效传输模型 143
5.3.2置零条件 143
5.4线性均衡 144
5.4.1信道的等效离散时间模型 144
5.4.2基于峰值失真准则的迫零均衡器 144
5.4.3基于最小均方误差准则（MMSE）的均衡器 148
5.5判决引导自适应均衡器 150
5.6自适应判决反馈均衡器 152
5.7调制解调器和自适应均衡器的连接 153
习题 155
第6章 通信信道的盲均衡 158
6.1 Bussgang算法 158
6.1.1实基带信道的Bussgang算法 158
6.1.2复基带信道的Bussgang算法 161
6.2三种经典的Bussgang算法 162
6.2.1判决引导算法 162
6.2.2 Sato算法 163
6.2.3 Godard算法 163
6.3常数模算法及其性能分析 164
6.3.1常数模算法 164
6.3.2常数模算法性能分析 165
6.4基于高阶统计量的盲均衡算法 169
6.4.1高阶统计量基础理论 169
6.4.2基于倒三谱的自适应盲均衡算法 172
6.4.3基于循环倒谱的盲均衡算法 175
6.4.4超指数迭代盲均衡算法 176
6.5基于空间分集的盲均衡算法 179
6.5.1基于选择式合并的空间分集均衡器 179
6.5.2基于等增益合并的空间分集均衡器 180
6.5.3修正的等增益空间分集均衡算法 181
6.6基于变参误差函数的常数模算法 184
6.6.1三种误差函数及性能分析 184
6.6.2算法及其仿真 188
6.7基于分数间隔的盲均衡算法 191
6.7.1多采样率理论 191
6.7.2多信道系统模型及其性能分析 192
6.7.3基于T／2分数间隔的常数模盲均衡算法 195
6.7.4基于T／4分数间隔的常数模盲均衡算法 197
6.8基于正交幅度调制系统的级联盲均衡算法 199
6.8.1基于正交幅度调制系统的级联盲均衡器 200
6.8.2性能仿真 200
习题 201
第7章 阵列信号处理 204
7.1阵列的基本原理 204
7.1.1空间信号 205
7.1.2调制解调 206
7.1.3阵列信号模型 207
7.1.4阵列天线接收信号向量 211
7.1.5空间采样 212
7.2波束形成 213
7.2.1波束响应与波束模式 214
7.2.2波束形成器增益 216
7.2.3空间匹配滤波器 217
7.2.4阵列孔径和波束形成分辨率 218
7.2.5锥化截取波束形成 219
7.3最佳阵列处理方法 221
7.3.1最佳波束形成器 221
7.3.2最佳波束形成器的特征根分析 223
7.3.3干扰消除性能 224
7.3.4锥化截取最佳波束形成 225
7.3.5广义的旁瓣消除器 226
习题 227
第8章 自适应阵列信号处理 230
8.1自适应天线系统的权向量 230
8.1.1自适应阵列的最佳权向量 230
8.1.2权向量的自适应更新算法 232
8.2基于常数模算法的阵列信号处理 233
8.2.1最速下降常数模算法 233
8.2.2最小二乘常数模算法 235
8.3微扰法 238
8.4分块自适应波束形成 241
8.4.1样本矩阵求逆 241
8.4.2 SMI波束形成器的对角线加载 244
8.4.3基于最小二乘法的SMI波束形成器实现 246
8.5恒模阵列 247
8.5.1自适应噪声对消 247
8.5.2恒模阵列与对消器的组合 249
8.5.3恒模阵列的性能分析 250
8.5.4级联的恒模阵列与对消器组合 252
8.5.5输出信干噪比和信噪比 253
8.6子空间的自适应阵列算法 254
8.6.1信号模型与最佳组合 254
8.6.2基于子空间的自适应阵列算法 255
习题 257
参考文献 259