中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-13页 |
1.1 课题研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 压缩感知技术研究现状 | 第9-10页 |
1.2.2 MIMO-OFDM压缩感知信道估计技术研究现状 | 第10-12页 |
1.3 论文主要内容及结构安排 | 第12-13页 |
2 压缩感知信道估计概述 | 第13-22页 |
2.1 压缩感知基本原理 | 第13-16页 |
2.1.1 信号的稀疏表示 | 第13-14页 |
2.1.2 观测矩阵的设计 | 第14-15页 |
2.1.3 信号重构算法 | 第15页 |
2.1.4 压缩感知的应用 | 第15-16页 |
2.2 压缩感知信道估计原理 | 第16-19页 |
2.2.1 OFDM系统压缩感知信道估计 | 第16-18页 |
2.2.2 MIMO-OFDM系统压缩感知信道估计 | 第18-19页 |
2.3 分布式压缩感知信道估计 | 第19-21页 |
2.3.1 联合稀疏信号模型 | 第19页 |
2.3.2 分布式压缩感知重构算法 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
3 MIMO-OFDM系统中压缩感知信道估计的导频方案 | 第22-32页 |
3.1 导频优化准则 | 第22-23页 |
3.2 基于遗传算法和移位机制的导频分配方案 | 第23-25页 |
3.3 基于模拟退火算法和空时块码的导频分配方案 | 第25-28页 |
3.3.1 模拟退火算法概述 | 第25-26页 |
3.3.2 基于模拟退火算法的导频优化 | 第26-27页 |
3.3.3 STBC导频方案 | 第27-28页 |
3.4 仿真分析 | 第28-31页 |
3.5 本章小结 | 第31-32页 |
4 稀疏度未知的压缩感知信道估计算法 | 第32-45页 |
4.1 稀疏度未知对压缩感知信道估计的影响 | 第32-36页 |
4.1.1 稀疏度对OMP算法重构概率的影响 | 第32-33页 |
4.1.2 稀疏度对OMP信道估计算法性能的影响 | 第33-36页 |
4.2 SAMP信道估计算法 | 第36-37页 |
4.3 一种改进的基于残差能量变化的OMP信道估计算法 | 第37-41页 |
4.3.1 OMP信道估计中残差能量变化趋势 | 第37-39页 |
4.3.2 改进的OMP信道估计算法流程 | 第39-40页 |
4.3.3 改进算法与分布式压缩感知相结合 | 第40-41页 |
4.4 仿真分析 | 第41-44页 |
4.5 本章小结 | 第44-45页 |
5 脉冲噪声环境下的压缩感知信道估计 | 第45-57页 |
5.1 信道脉冲噪声对压缩感知信道估计的影响 | 第45-49页 |
5.2 压缩感知脉冲噪声估计 | 第49-51页 |
5.3 分布式压缩感知信道脉冲噪声估计算法 | 第51-54页 |
5.3.1 SPA-SAMP脉冲噪声估计算法 | 第51-52页 |
5.3.2 DCS-SOMP脉冲噪声估计算法 | 第52-54页 |
5.4 仿真分析 | 第54-55页 |
5.5 本章小结 | 第55-57页 |
6 总结与展望 | 第57-59页 |
6.1 论文总结 | 第57-58页 |
6.2 未来展望 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-65页 |
附录 | 第65页 |
A. 作者在攻读学位期间参与的科研项目目录 | 第65页 |