| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 课题背景 | 第16页 |
| 1.2 主要挑战 | 第16-18页 |
| 1.2.1 稀疏信道 | 第16-17页 |
| 1.2.2 双选信道 | 第17页 |
| 1.2.3 SαS噪声环境 | 第17页 |
| 1.2.4 SISO迭代译码算法 | 第17页 |
| 1.2.5 纠删技术 | 第17-18页 |
| 1.3 关键技术 | 第18-19页 |
| 1.4 研究现状 | 第19-27页 |
| 1.4.1 双选信道建模 | 第19-21页 |
| 1.4.2 稀疏信道估计 | 第21-23页 |
| 1.4.3 SαS噪声下的信号处理算法 | 第23-24页 |
| 1.4.4 SISO译码算法 | 第24-26页 |
| 1.4.5 喷泉码 | 第26-27页 |
| 1.5 本文内容安排 | 第27-28页 |
| 第二章 信道与噪声模型 | 第28-36页 |
| 2.1 双选信道模型 | 第28-30页 |
| 2.1.1 基于离散傅里叶变换的基扩展模型 | 第29页 |
| 2.1.2 基于多项式的基扩展模型 | 第29页 |
| 2.1.3 基于Karhuen-Loeve的基扩展模型 | 第29-30页 |
| 2.1.4 信道估计性能的评估 | 第30页 |
| 2.2 SαS噪声 | 第30-35页 |
| 2.2.1 SαS分布的基本概念 | 第31-32页 |
| 2.2.2 SαS分布的部分性质 | 第32-33页 |
| 2.2.3 SαS分布随机变量的产生 | 第33-34页 |
| 2.2.4 SαS噪声下的信噪比定义 | 第34-35页 |
| 2.2.5 SaS噪声下的非线性预处理 | 第35页 |
| 2.3 小结 | 第35-36页 |
| 第三章 基于自适应滤波的稀疏双选信道估计 | 第36-46页 |
| 3.1 sIPNLMS算法 | 第36-37页 |
| 3.2 基于H_∞自适应滤波的稀疏双选信道估计算法 | 第37-39页 |
| 3.2.1 H_∞自适应滤波 | 第37-38页 |
| 3.2.2 基于H_∞的信道估计 | 第38-39页 |
| 3.2.3 SαS噪声信号预处理 | 第39页 |
| 3.3 算法仿真 | 第39-44页 |
| 3.3.1 加性SαS噪声信号预处理仿真分析 | 第40-42页 |
| 3.3.2 自适应滤波类算法性能仿真比较 | 第42-43页 |
| 3.3.3 近似稀疏信道下与基于压缩感知算法的对比 | 第43-44页 |
| 3.4 小结 | 第44-46页 |
| 第四章 基于压缩感知的稀疏双选信道估计 | 第46-74页 |
| 4.1 基于压缩感知的双选信道估计建模 | 第46-47页 |
| 4.2 基于OMP稀疏双选信道估计算法 | 第47-58页 |
| 4.2.1 MP稀疏信道估计算法 | 第47-48页 |
| 4.2.2 OMP稀疏双选信道估计算法 | 第48-49页 |
| 4.2.3 现有的算法终止条件 | 第49页 |
| 4.2.4 SαS噪声下的残差分析及终止判定 | 第49-52页 |
| 4.2.5 算法验证与性能仿真 | 第52-58页 |
| 4.3 基于CoSaMP的稀疏双选信道估计算法 | 第58-72页 |
| 4.3.1 CoSaMP稀疏信道估计算法 | 第58-59页 |
| 4.3.2 mCoSaMP算法 | 第59-60页 |
| 4.3.3 一种新的稀疏向量的替代 | 第60-61页 |
| 4.3.4 SαS噪声下基于CoSaMP的稀疏信道估计算法 | 第61页 |
| 4.3.5 SαS噪声下基于CoSaMP的稀疏度估计 | 第61-64页 |
| 4.3.6 SαS噪声下的改进CoSaMP算法 | 第64-65页 |
| 4.3.7 仿真验证与性能分析 | 第65-72页 |
| 4.4 OMP和CoSaMP改进算法性能对比 | 第72-73页 |
| 4.5 小结 | 第73-74页 |
| 第五章 SαS噪声下的软解映射 | 第74-84页 |
| 5.1 系统模型 | 第74页 |
| 5.2 SαS噪声下的软解映射 | 第74-79页 |
| 5.2.1 高斯噪声下的软解映射 | 第74-76页 |
| 5.2.2 SαS噪声下基于概率密度数值计算的软解映射 | 第76-77页 |
| 5.2.3 SαS噪声下基于欧式距离的改进软解映射 | 第77-79页 |
| 5.3 算法仿真验证 | 第79-83页 |
| 5.3.1 μ的选择及鲁棒性验证 | 第80-81页 |
| 5.3.2 算法性能对比 | 第81-83页 |
| 5.4 小结 | 第83-84页 |
| 第六章 低复杂度和低译码时延TPC迭代译码算法 | 第84-98页 |
| 6.1 TPC的编码与译码 | 第84-86页 |
| 6.1.1 TPC编码原理 | 第84-85页 |
| 6.1.2 Chase-Pyndiah译码算法 | 第85-86页 |
| 6.2 Chase-Pyndiah译码算法并行迭代译码改进结构 | 第86-89页 |
| 6.2.1 Chase-Pyndiah译码算法的串行和并行译码迭代结构 | 第86-88页 |
| 6.2.2 Chase-Pyndiah算法的并行迭代译码改进结构 | 第88-89页 |
| 6.3 TPC并行迭代译码改进结构的低复杂度和低时延实现 | 第89-94页 |
| 6.3.1 欧氏距离计算的简化 | 第89-90页 |
| 6.3.2 确定可信度低的码元的实现设计 | 第90-91页 |
| 6.3.3 计算欧式距离的快速算法 | 第91-93页 |
| 6.3.4 似然码字和竞争码字的搜索 | 第93-94页 |
| 6.4 硬件实现 | 第94-96页 |
| 6.4.1 外信息幅度限制 | 第94页 |
| 6.4.2 算法仿真和复杂度比较 | 第94-96页 |
| 6.5 硬件实现设计 | 第96-97页 |
| 6.6 小结 | 第97-98页 |
| 第七章 喷泉码 | 第98-108页 |
| 7.1 喷泉码编译码原理 | 第98-103页 |
| 7.1.1 删除信道 | 第98-99页 |
| 7.1.2 LT码 | 第99-100页 |
| 7.1.3 度分布的设计 | 第100-101页 |
| 7.1.4 限制随机LT码 | 第101-102页 |
| 7.1.5 系统LT码 | 第102页 |
| 7.1.6 Raptor码 | 第102-103页 |
| 7.2 仿真对比与分析 | 第103-105页 |
| 7.3 小结 | 第105-108页 |
| 结束语 | 第108-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-120页 |
| 作者简历攻读博士学位期间完成的主要工作 | 第120页 |
