基于压缩感知的信道估计方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 论文研究背景 | 第10-11页 |
| 1.1.1 研究背景及意义 | 第10-11页 |
| 1.1.2 课题来源 | 第11页 |
| 1.2 论文主要研究工作 | 第11-12页 |
| 1.3 论文结构安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 压缩感知及其在信道估计中的应用 | 第14-23页 |
| 2.1 压缩感知理论概述 | 第14-19页 |
| 2.1.1 信号稀疏表示 | 第14-15页 |
| 2.1.2 观测矩阵设计 | 第15-17页 |
| 2.1.3 信号重构算法 | 第17-18页 |
| 2.1.4 压缩感知的应用 | 第18-19页 |
| 2.2 压缩信道感知的可行性及关键问题 | 第19-21页 |
| 2.2.1 无线信道的特性 | 第19-21页 |
| 2.2.2 压缩信道感知关键问题 | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 基于判别分析的稀疏信道估计 | 第23-35页 |
| 3.1 基于OMP算法的信道估计 | 第23-26页 |
| 3.1.1 信道估计模型 | 第23-25页 |
| 3.1.2 基于OMP的信道估计 | 第25-26页 |
| 3.2 判别与分类技术理论基础 | 第26-28页 |
| 3.2.1 类的定义 | 第26-27页 |
| 3.2.2 马氏距离 | 第27-28页 |
| 3.3 基于判别分析的稀疏信道估计算法 | 第28-32页 |
| 3.3.1 两总体的距离判别 | 第28-31页 |
| 3.3.2 基于马氏距离判别的信道估计算法 | 第31-32页 |
| 3.4 仿真结果与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于稀疏度自适应的信道估计 | 第35-47页 |
| 4.1 基于SAMP的信道估计算法 | 第35-37页 |
| 4.2 一种改进的自适应信道估计算法 | 第37-43页 |
| 4.2.1 稀疏度估计 | 第37-41页 |
| 4.2.2 回溯迭代 | 第41-42页 |
| 4.2.3 算法实现 | 第42-43页 |
| 4.3 仿真结果与分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于动态压缩感知的信道估计 | 第47-57页 |
| 5.1 两种稀疏滤波算法 | 第47-52页 |
| 5.1.1 压缩卡尔曼滤波 | 第48-50页 |
| 5.1.2 稀疏自适应滤波 | 第50-52页 |
| 5.2 基于压缩卡尔曼滤波的信道估计 | 第52-54页 |
| 5.2.1 信道估计模型 | 第52-53页 |
| 5.2.2 基于CSKF的信道估计算法 | 第53-54页 |
| 5.3 仿真结果与分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文工作总结 | 第57-58页 |
| 6.2 下一步工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术成果目录 | 第64页 |
