摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-18页 |
1.1 课题研究背景和国内外研究现状 | 第12-16页 |
1.1.1 课题研究背景 | 第12-14页 |
1.1.2 国内外相关技术研究与应用现状 | 第14-16页 |
1.2 论文研究内容和组织结构 | 第16-18页 |
第2章 MIMO有限反馈技术概述 | 第18-25页 |
2.1 MIMO技术及信道容量分析 | 第18-21页 |
2.1.1 MIMO系统模型 | 第18-19页 |
2.1.2 MIMO信道容量 | 第19-20页 |
2.1.3 信道容量仿真 | 第20-21页 |
2.2 MIMO有限反馈技术 | 第21-24页 |
2.2.1 有限反馈技术 | 第21页 |
2.2.2 CSI的获取 | 第21-22页 |
2.2.3 CSI的量化反馈 | 第22-23页 |
2.2.4 码本设计及码字选择 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第3章 非理想CSI对有限反馈系统性能影响研究 | 第25-35页 |
3.1 非理想CSI因素分析 | 第25-26页 |
3.1.1 信道估计误差 | 第25页 |
3.1.2 反馈时延 | 第25-26页 |
3.1.3 量化误差 | 第26页 |
3.2 量化误差对系统性能的影响 | 第26-30页 |
3.2.1 系统模型 | 第26-27页 |
3.2.2 性能分析 | 第27-28页 |
3.2.3 数值和仿真分析 | 第28-30页 |
3.3 反馈时延对系统性能的影响 | 第30-33页 |
3.3.1 系统模型 | 第30-31页 |
3.3.2 性能分析 | 第31-32页 |
3.3.3 数值和仿真分析 | 第32-33页 |
3.4 本章小结 | 第33-35页 |
第4章 高移动性下基于KALMAN预测的MIMO有限反馈 | 第35-44页 |
4.1 自适应滤波预测技术 | 第35-39页 |
4.1.1 RLS预测算法 | 第36页 |
4.1.2 LMS预测算法 | 第36-37页 |
4.1.3 Kalman预测算法 | 第37-39页 |
4.2 高铁场景下基于KALMAN预测的MIMO有限反馈机制 | 第39-42页 |
4.2.1 系统模型 | 第39-40页 |
4.2.2 预测反馈机制 | 第40-42页 |
4.3 性能仿真分析 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
第5章 高铁场景下低开销MIMO有限反馈机制 | 第44-52页 |
5.1 码本量化反馈系统中反馈压缩技术 | 第44-46页 |
5.1.1 基于邻域的反馈方法 | 第44-45页 |
5.1.2 基于分簇的反馈方法 | 第45-46页 |
5.1.3 基于双码本的反馈方法 | 第46页 |
5.2 降低反馈开销的MIMO有限反馈机制 | 第46-49页 |
5.2.1 码本索引的可变长编码 | 第46-47页 |
5.2.2 有限状态的Markov模型 | 第47-48页 |
5.2.3 高速车地通信系统中有限反馈方案设计 | 第48-49页 |
5.3 性能分析 | 第49-51页 |
5.4 本章小结 | 第51-52页 |
结论 | 第52-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-60页 |
攻读硕士学位期间完成与发表的论文及科研成果 | 第60页 |