| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的研究背景及意义 | 第9-10页 |
| 1.2 压缩感知理论的研究现状 | 第10-11页 |
| 1.3 超宽带信道研究现状 | 第11-13页 |
| 1.3.1 超宽带信道估计研究现状 | 第11-12页 |
| 1.3.2 基于压缩感知的脉冲UWB信道研究现状 | 第12-13页 |
| 1.4 论文的主要内容及组织结构 | 第13-15页 |
| 第二章 压缩感知理论及UWB信道估计 | 第15-34页 |
| 2.1 压缩感知理论 | 第15-23页 |
| 2.1.1 压缩感知理论框架 | 第15-17页 |
| 2.1.2 信号稀疏表示 | 第17-19页 |
| 2.1.3 测量矩阵的设计 | 第19-21页 |
| 2.1.4 信号重构算法 | 第21-23页 |
| 2.2 超宽带系统模型 | 第23-31页 |
| 2.2.1 超宽带系统的定义及其特点 | 第24-25页 |
| 2.2.2 超宽带脉冲波形 | 第25-26页 |
| 2.2.3 脉冲超宽带调制方式 | 第26-28页 |
| 2.2.4 超宽带信道模型 | 第28-30页 |
| 2.2.5 超宽带接收机 | 第30-31页 |
| 2.3 超宽带信道估计技术 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 特征字典与自适应测量联合的BCS-UWB信道估计 | 第34-50页 |
| 3.1 压缩感知超宽带信道估计的系统模型 | 第34-36页 |
| 3.2 基于Bayesian压缩感知的超宽带信道估计 | 第36-41页 |
| 3.2.1 Bayesian压缩感知 | 第36-39页 |
| 3.2.2 基于Bayesian压缩感知的超宽带信道估计 | 第39-41页 |
| 3.3 稀疏表示字典 | 第41-43页 |
| 3.3.1 时域稀疏字典 | 第41页 |
| 3.3.2 多径分集稀疏字典 | 第41-42页 |
| 3.3.3 特征矢量稀疏字典 | 第42-43页 |
| 3.4 自适应测量矩阵 | 第43-45页 |
| 3.5 特征字典与自适应测量联合的BCS-UWB信道估计及其性能 | 第45-49页 |
| 3.5.1 特征字典与自适应测量联合的BCS-UWB信道估计 | 第45-46页 |
| 3.5.2 特征字典与自适应测量联合的BCS-UWB信道估计的性能 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 改进的Bayesian压缩感知UWB信道估计 | 第50-60页 |
| 4.1 加权特征特征字典 | 第50-52页 |
| 4.2 基于加权特征字典的自适应BCS-UWB信道估计及其性能 | 第52-55页 |
| 4.2.1 基于加权特征字典的自适应BCS-UWB信道估计 | 第52-53页 |
| 4.2.2 基于加权特征字典的自适应BCS-UWB信道估计的性能 | 第53-55页 |
| 4.3 基于加权特征字典的分段自适应BCS-UWB信道估计及其性能 | 第55-58页 |
| 4.3.1 基于加权特征字典的分段自适应BCS-UWB信道估计 | 第55-57页 |
| 4.3.2 基于加权特征字典的分段自适应BCS-UWB信道估计的性能 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 致谢 | 第66页 |
