基于BEM的快时变信道估计的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 论文研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文主要工作与创新点 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 快时变信道估计技术研究 | 第16-25页 |
| 2.1 OFDM系统模型 | 第16-19页 |
| 2.1.1 OFDM系统模型 | 第16-17页 |
| 2.1.2 导频插入方式 | 第17-19页 |
| 2.2 快时变信道特性及估计模型 | 第19-24页 |
| 2.2.1 快时变信道特性分析 | 第19-21页 |
| 2.2.2 快时变信道估计模型 | 第21-22页 |
| 2.2.3 常用BEM信道模型 | 第22-23页 |
| 2.2.4 常用BEM仿真分析 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于改进RLS的信道估计方法 | 第25-32页 |
| 3.1 基于OFDM的 BEM信道模型 | 第25-26页 |
| 3.2 改进的递归最小二乘算法 | 第26-29页 |
| 3.2.1 算法实现原理 | 第27-29页 |
| 3.2.2 算法实现流程 | 第29页 |
| 3.3 仿真结果分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于中心差分卡尔曼滤波的信道估计新技术 | 第32-42页 |
| 4.1 建立状态空间模型 | 第32-33页 |
| 4.2 扩展卡尔曼滤波算法 | 第33-35页 |
| 4.2.1 EKF算法实现原理 | 第34-35页 |
| 4.2.2 EKF算法实现流程 | 第35页 |
| 4.3 中心差分卡尔曼滤波算法 | 第35-38页 |
| 4.3.1 算法实现原理 | 第36-37页 |
| 4.3.2 算法实现流程 | 第37-38页 |
| 4.4 仿真结果分析 | 第38-40页 |
| 4.5 本章小结 | 第40-42页 |
| 第五章 一种新的时变稀疏信道估计和跟踪方法 | 第42-52页 |
| 5.1 稀疏特性分析 | 第42-43页 |
| 5.2 SAMP算法 | 第43-46页 |
| 5.2.1 SAMP算法原理 | 第44-45页 |
| 5.2.2 SAMP算法实现流程 | 第45-46页 |
| 5.3 卡尔曼滤波算法 | 第46-49页 |
| 5.3.1 建立状态空间模型 | 第46-48页 |
| 5.3.2 KF算法原理 | 第48-49页 |
| 5.4 仿真结果对比 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 研究内容总结 | 第52-53页 |
| 6.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第58-59页 |
| 附录2 攻读硕士学位期间申请的专利 | 第59-60页 |
| 致谢 | 第60页 |
