| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文内容与结构 | 第11-13页 |
| 2 SC-FDE系统接收机的概率统计分析 | 第13-28页 |
| 2.1 接收机的数学模型 | 第14-19页 |
| 2.2 信道估计的概率统计推理 | 第19-27页 |
| 2.2.1 信道估计的统计分析 | 第19-22页 |
| 2.2.2 信道估计的贝叶斯解释 | 第22-26页 |
| 2.2.3 信道估计的贝叶斯变分推理 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 基于因子图表示的形式化迭代接收机 | 第28-47页 |
| 3.1 因子图简介 | 第28-31页 |
| 3.1.1 概率图模型 | 第28-29页 |
| 3.1.2 因子图模型 | 第29-31页 |
| 3.2 基于因子图的消息传递规则 | 第31-35页 |
| 3.2.1 BP消息传递规则 | 第32-33页 |
| 3.2.2 VMP消息传递规则 | 第33-35页 |
| 3.2.3 GAMP消息传递规则 | 第35页 |
| 3.3 形式化迭代接收机的因子图表示方法 | 第35-46页 |
| 3.3.1 BP规则中的编码译码节点 | 第38-40页 |
| 3.3.2 BP规则中的调制解调节点 | 第40-42页 |
| 3.3.3 VMP规则中的信道节点 | 第42-43页 |
| 3.3.4 BP—VMP消息迭代 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 基于参数留存的低复杂度稀疏信道估计改进 | 第47-60页 |
| 4.1 稀疏贝叶斯分层先验模型 | 第48-55页 |
| 4.1.1 基于因子节点拉伸的BP-VMP算法 | 第50-54页 |
| 4.1.2 对全连接因子节点优化的GAMP-VMP算法 | 第54-55页 |
| 4.2 基于参数留存的低复杂度算法及仿真分析 | 第55-58页 |
| 4.3 本章小结 | 第58-60页 |
| 5 基于分解基留存的低复杂度稀疏信道估计改进 | 第60-66页 |
| 5.1 分解基留存算法 | 第60-62页 |
| 5.2 算法流程及仿真分析 | 第62-65页 |
| 5.3 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第72-73页 |
| 致谢 | 第73页 |