| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状与分析 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 国内外研究现状综合分析 | 第13页 |
| 1.3 本文主要研究内容及结构安排 | 第13-16页 |
| 第2章 超宽带通信系统室内密集多径信道模型识别 | 第16-35页 |
| 2.1 引言 | 第16页 |
| 2.2 超宽带通信系统密集多径信道模型 | 第16-19页 |
| 2.2.1 泊松模型及Δ-K模型 | 第16-17页 |
| 2.2.2 S-V模型 | 第17页 |
| 2.2.3 IEEE802.15.4a模型 | 第17-19页 |
| 2.3 基于支持向量机的超宽带室内密集多径信道模型识别 | 第19-25页 |
| 2.3.1 支持向量机 | 第20-21页 |
| 2.3.2 特征参数提取 | 第21-23页 |
| 2.3.3 支持向量机的结构设计 | 第23-24页 |
| 2.3.4 基于支持向量机的训练实验结果 | 第24-25页 |
| 2.4 基于卷积神经网络的超宽带室内密集多径信道模型识别 | 第25-33页 |
| 2.4.1 卷积神经网络 | 第26-27页 |
| 2.4.2 卷积神经网络结构设计 | 第27-29页 |
| 2.4.3 卷积神经网络参数选取 | 第29-31页 |
| 2.4.4 基于卷积神经网络的训练实验结果 | 第31-33页 |
| 2.4.5 卷积神经网络与支持向量机训练结果对比 | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 超宽带通信室内密集多径信道信噪比估计 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 基于卷积神经网络的信噪比估计 | 第35-39页 |
| 3.2.1 卷积神经网络结构设计及参数选取 | 第35-37页 |
| 3.2.2 卷积神经网络训练结果分析 | 第37-39页 |
| 3.3 基于循环神经网络的信噪比估计 | 第39-45页 |
| 3.3.1 循环神经网络 | 第39-40页 |
| 3.3.2 循环神经网络结构设计与参数选取 | 第40-43页 |
| 3.3.3 循环神经网络训练结果分析 | 第43-44页 |
| 3.3.4 基于卷积神经网络和循环神经网络的训练结果对比 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 超宽带通信系统室内密集多径信道参数估计 | 第46-54页 |
| 4.1 引言 | 第46页 |
| 4.2 压缩感知理论 | 第46-48页 |
| 4.2.1 压缩感知原理 | 第46-47页 |
| 4.2.2 正交追踪匹配算法 | 第47-48页 |
| 4.3 基于压缩感知理论的信道参数估计 | 第48-53页 |
| 4.3.1 信道估计算法的推导 | 第48-49页 |
| 4.3.2 仿真结果及分析 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
