| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文研究内容及安排 | 第13-15页 |
| 第2章 MIMO-OFDM系统概论 | 第15-24页 |
| 2.1 OFDM技术基本原理 | 第15-18页 |
| 2.1.1 OFDM技术概述 | 第15页 |
| 2.1.2 OFDM技术基本原理 | 第15-17页 |
| 2.1.3 OFDM系统优缺点 | 第17-18页 |
| 2.2 MIMO技术基本原理 | 第18-19页 |
| 2.2.1 MIMO系统模型 | 第18页 |
| 2.2.2 MIMO系统优点 | 第18-19页 |
| 2.3 MIMO-OFDM系统模型 | 第19-20页 |
| 2.4 无线信道的特性 | 第20-22页 |
| 2.4.1 信号衰落 | 第20-21页 |
| 2.4.2 多径效应 | 第21页 |
| 2.4.3 多普勒频移与相关时间 | 第21-22页 |
| 2.5 MIMO-OFDM系统信道估计算法概述 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 数据辅助信道估计算法 | 第24-31页 |
| 3.1 导频设计 | 第24-26页 |
| 3.2 典型信道估计算法 | 第26-29页 |
| 3.2.1 最小二乘估计(LS) | 第26-27页 |
| 3.2.2 线性最小均方误差估计(LMMSE) | 第27-28页 |
| 3.2.3 基于SVD的信道估计算法 | 第28-29页 |
| 3.3 算法的性能分析与仿真 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 盲信道估计算法 | 第31-39页 |
| 4.1 基于子空间的盲信道估计 | 第31-33页 |
| 4.2 基于线性预编码的盲估计算法 | 第33-34页 |
| 4.3 系统仿真与分析 | 第34-38页 |
| 4.3.1 基于子空间的盲估计算法 | 第34-36页 |
| 4.3.2 基于线性预编码的盲估计算法 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 半盲信道估计算法 | 第39-56页 |
| 5.1 基于子空间的半盲信道估计算法 | 第39-42页 |
| 5.1.1 子空间的定义 | 第39-40页 |
| 5.1.2 子空间的半盲信道估计 | 第40-42页 |
| 5.2 基于自适应滤波器的半盲信道估计算法 | 第42-46页 |
| 5.2.1 系统模型 | 第42页 |
| 5.2.2 算法流程图 | 第42-43页 |
| 5.2.3 最小均方和递归最小二乘半盲信道估计算法 | 第43-44页 |
| 5.2.4 系统仿真 | 第44-46页 |
| 5.3 基于自适应滤波器信道估计的优化算法一 | 第46-51页 |
| 5.3.1 系统模型 | 第46页 |
| 5.3.2 算法描述 | 第46-50页 |
| 5.3.3 优化一系统仿真 | 第50-51页 |
| 5.4 基于自适应滤波器信道估计的优化算法二 | 第51-54页 |
| 5.4.1 算法描述 | 第51-52页 |
| 5.4.2 优化算法二系统仿真 | 第52-54页 |
| 5.5 本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 论文工作总结 | 第56页 |
| 未来工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |