| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词表 | 第9-10页 |
| 主要符号表 | 第10-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 本文研究的意义与价值 | 第12-13页 |
| 1.2 压缩感知理论的发展历史与在信道估计中的应用 | 第13-16页 |
| 1.3 本文的贡献与创新 | 第16页 |
| 1.4 本论文的主要内容与结构安排 | 第16-17页 |
| 第二章 压缩感知理论及其在多径信道估计中的应用 | 第17-39页 |
| 2.1 稀疏信号 | 第18-20页 |
| 2.2 观测矩阵以及稀疏信号的恢复条件 | 第20-22页 |
| 2.2.1 零空间条件(Null Space Conditions) | 第20页 |
| 2.2.2 限制等距常数(Restricted Isometry Constants) | 第20-21页 |
| 2.2.3 相关性 | 第21-22页 |
| 2.3 恢复方法 | 第22-35页 |
| 2.3.1 最小化向量l_1范数 | 第22-25页 |
| 2.3.2 贪婪算法 | 第25-30页 |
| 2.3.3 贝叶斯学习 | 第30-35页 |
| 2.4 基于压缩感知的信道估计 | 第35-38页 |
| 2.4.1 多径信道模型 | 第35-36页 |
| 2.4.2 信道估计方法 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 贪婪算法自适应迭代停止 | 第39-61页 |
| 3.1 问题研究背景 | 第39页 |
| 3.2 数学模型 | 第39-40页 |
| 3.3 剩余向量分析 | 第40-44页 |
| 3.4 迭代停止条件 | 第44-51页 |
| 3.4.1 剩余向量中的信号检测 | 第44-48页 |
| 3.4.2 检测门限 | 第48-51页 |
| 3.5 性能仿真以及复杂度分析 | 第51-57页 |
| 3.5.1 DOMP算法性能仿真 | 第51-55页 |
| 3.5.2 多径信道估计性能对比 | 第55-57页 |
| 3.6 计算复杂度分析对比 | 第57-60页 |
| 3.6.1 MDLOMP的计算复杂度 | 第57-59页 |
| 3.6.2 DOMP的计算复杂度 | 第59-60页 |
| 3.6.3 复杂度对比结论 | 第60页 |
| 3.7 本章小结 | 第60-61页 |
| 第四章 基于贝叶斯原则的相关度量改进 | 第61-71页 |
| 4.1 模型 | 第61-63页 |
| 4.1.1 信道的先验概率分布 | 第61-62页 |
| 4.1.2 建模 | 第62-63页 |
| 4.1.3 模型的合理性 | 第63页 |
| 4.2 基于贝叶斯的贪婪算法 | 第63-67页 |
| 4.2.1 贝叶斯准则 | 第63-65页 |
| 4.2.2 Bayesian OMP算法 | 第65-67页 |
| 4.2.3 BOMP的计算复杂度 | 第67页 |
| 4.3 性能仿真 | 第67-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 全文总结以及讨论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 附录 | 第79-80页 |
| 个人简历 | 第80-81页 |
| 学位论文评审后修改说明表 | 第81页 |
