| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-12页 |
| ·Massive MIMO技术 | 第10-11页 |
| ·信道估计 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·主要工作及结构安排 | 第13-15页 |
| 第二章 Massive MIMO系统模型 | 第15-25页 |
| ·MIMO系统 | 第15-18页 |
| ·系统模型 | 第15-16页 |
| ·系统容量 | 第16-18页 |
| ·Massive MIMO系统 | 第18-24页 |
| ·Massive MIMO系统分类 | 第18-21页 |
| ·系统模型 | 第21-22页 |
| ·信道容量分析 | 第22-23页 |
| ·Massive MIMO系统特点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 Massive MIMO系统信道估计算法和导频污染研究 | 第25-35页 |
| ·传统信道估计方法 | 第25-28页 |
| ·最小二乘信道估计方法 | 第26页 |
| ·最小均方误差信道估计算法 | 第26-28页 |
| ·TDD与FDD下信道估计分析 | 第28-29页 |
| ·导频巧染 | 第29-34页 |
| ·理论分析 | 第29-32页 |
| ·降低导频污染方法研究 | 第32-33页 |
| ·仿真分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 Massive MIMO上行系统信道估计算法研究 | 第35-44页 |
| ·上行系统模型 | 第35页 |
| ·Bayesian MMSE信道估计算法 | 第35-37页 |
| ·基于Bayesian上行信道估计算法研究 | 第37-43页 |
| ·Bayesian算法复杂度分析 | 第37页 |
| ·低复杂度上行信道估计算法 | 第37-40页 |
| ·MSE性能分析 | 第40-41页 |
| ·算法性能仿真 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 Massive MIMO下行系统信道估计算法研究 | 第44-63页 |
| ·前言 | 第44-45页 |
| ·压缩感知理论 | 第45-52页 |
| ·理论框架 | 第45-46页 |
| ·信号模型 | 第46-48页 |
| ·测量矩阵 | 第48-50页 |
| ·信号恢复算法 | 第50-52页 |
| ·下行信道估计算法的研究 | 第52-62页 |
| ·系统模型 | 第52-55页 |
| ·基于压缩感知信道估计算法 | 第55-60页 |
| ·仿真分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63-64页 |
| ·未来展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间申请的专利 | 第69-70页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
