摘要 | 第4-7页 |
ABSTRACT | 第7-9页 |
目录 | 第11-13页 |
图表目录 | 第13-14页 |
符号说明 | 第14-16页 |
第一章 绪论 | 第16-30页 |
1.1 研究背景及意义 | 第16-19页 |
1.2 关键技术 | 第19-20页 |
1.2.1 模型的构造 | 第19页 |
1.2.2 求解算法 | 第19-20页 |
1.3 研究现状 | 第20-24页 |
1.3.1 不同多维矩阵模型的研究 | 第21-23页 |
1.3.2 低秩分解条件的研究 | 第23-24页 |
1.3.3 算法的研究 | 第24页 |
1.4 需要解决的关键问题 | 第24-26页 |
1.4.1 模型的构造 | 第24-25页 |
1.4.2 算法的改进 | 第25页 |
1.4.3 模型的应用 | 第25-26页 |
1.5 论文的主要内容及创新 | 第26-28页 |
1.6 论文结构安排 | 第28-30页 |
第二章 多维矩阵基础理论 | 第30-43页 |
2.1 多维矩阵相关概念 | 第30-33页 |
2.2 多维矩阵模型的常见形式及分解唯一性 | 第33-42页 |
2.2.1 矩阵分解的相关概念 | 第33-35页 |
2.2.2 PARAFAC模型及分解唯一性 | 第35-39页 |
2.2.3 PARALIND模型及分解唯一性 | 第39-40页 |
2.2.4 N维矩阵模型及其分解唯一性定理 | 第40-42页 |
2.3 本章小结 | 第42-43页 |
第三章 Alamouti协作系统盲信号检测方法 | 第43-55页 |
3.1 引言 | 第43-44页 |
3.2 AAF-MH系统下的PARAFAC盲信号检测方法 | 第44-52页 |
3.2.1 AAF-MH系统模型 | 第44-45页 |
3.2.2 基于PARAFAC的盲信号检测方法 | 第45-49页 |
3.2.3 仿真结果及分析 | 第49-52页 |
3.3 双用户Alamouti协作系统的PARAFAC建模 | 第52-54页 |
3.3.1 双用户Alamouti协作系统模型 | 第52-53页 |
3.3.2 PARAFAC建模 | 第53-54页 |
3.4 本章小结 | 第54-55页 |
第四章 存在共信道干扰或有色噪声的协作系统信号检测方法 | 第55-76页 |
4.1 引言 | 第55-56页 |
4.2 存在共信道干扰的分布式协作系统PARAFAC半盲信号检测方法 | 第56-68页 |
4.2.1 多用户协作系统模型 | 第56-58页 |
4.2.2 基于PARAFAC的半盲信号检测方法 | 第58-63页 |
4.2.3 仿真结果与分析 | 第63-68页 |
4.3 存在有色噪声的分簇式协作系统改进型PARAFAC盲信号检测方法 | 第68-75页 |
4.3.1 分簇式协作系统PARAFAC盲信号检测方法 | 第68-70页 |
4.3.2 改进型的PARAFAC盲信号检测方法 | 第70-72页 |
4.3.3 仿真结果与分析 | 第72-75页 |
4.4 本章小结 | 第75-76页 |
第五章 多用户MIMO预编码系统信号检测方法 | 第76-86页 |
5.1 引言 | 第76页 |
5.2 多用户MIMO预编码系统PARAFAC信号检测方法 | 第76-85页 |
5.2.1 多用户MIMO预编码系统模型 | 第76-78页 |
5.2.2 基于PARAFAC的盲信号检测方法 | 第78-83页 |
5.2.3 仿真结果与分析 | 第83-85页 |
5.3 本章小结 | 第85-86页 |
第六章 OFDMA上行系统PARALND盲信号检测方法 | 第86-97页 |
6.1 引言 | 第86页 |
6.2 OFDM及OFDMA系统 | 第86-87页 |
6.3 SIMO-OFDM接收信号的三维矩阵建模 | 第87-89页 |
6.4 基于PARALIND模型的OFDMA上行链路盲信号检测方法 | 第89-96页 |
6.4.1 系统模型 | 第89-90页 |
6.4.2 基于PARALIND模型的盲信号检测方法 | 第90-94页 |
6.4.3 仿真结果与分析 | 第94-96页 |
6.5 本章小结 | 第96-97页 |
第七章 总结与展望 | 第97-99页 |
参考文献 | 第99-107页 |
缩略语 | 第107-109页 |
致谢 | 第109-110页 |
攻读博士期间发表的学术论文 | 第110-111页 |