| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第23-48页 |
| 1.1 研究背景 | 第23-28页 |
| 1.1.1 5G总体愿景 | 第23页 |
| 1.1.2 5G技术场景与关键能力 | 第23-26页 |
| 1.1.3 多址技术演进历程 | 第26-28页 |
| 1.2 SCMA技术 | 第28-31页 |
| 1.2.1 SCMA系统概述 | 第28-30页 |
| 1.2.2 SCMA研究现状 | 第30-31页 |
| 1.3 免调度NOMA技术 | 第31-36页 |
| 1.3.1 上行免调度NOMA概述 | 第31-35页 |
| 1.3.2 免调度NOMA信号检测研究现状 | 第35-36页 |
| 1.4 数学工具简介 | 第36-44页 |
| 1.4.1 消息传递算法简介 | 第36-40页 |
| 1.4.2 压缩感知理论简介 | 第40-44页 |
| 1.5 论文的研究内容、贡献和组织架构 | 第44-48页 |
| 1.5.1 SCMA系统中的高性能低复杂度检测技术 | 第45-46页 |
| 1.5.2 免调度NOMA系统中信号检测技术 | 第46-48页 |
| 第二章 SCMA系统中基于串行策略的多用户检测技术研究 | 第48-71页 |
| 2.1 引言 | 第48页 |
| 2.2 基于资源节点串行消息传递的多用户检测算法 | 第48-54页 |
| 2.2.1 算法描述 | 第48-51页 |
| 2.2.2 仿真结果及分析 | 第51-54页 |
| 2.3 基于用户节点串行消息传递的多用户检测算法 | 第54-60页 |
| 2.3.1 算法描述 | 第54-57页 |
| 2.3.2 仿真结果及分析 | 第57-60页 |
| 2.4 基于用户节点权重的串行消息传递的多用户检测算法 | 第60-64页 |
| 2.4.1 算法描述 | 第60-63页 |
| 2.4.2 仿真结果及分析 | 第63-64页 |
| 2.5 基于残差的动态消息传递的多用户检测算法 | 第64-68页 |
| 2.5.1 算法描述 | 第64-66页 |
| 2.5.2 仿真结果及分析 | 第66-68页 |
| 2.6 计算复杂度分析 | 第68-70页 |
| 2.7 本章小结 | 第70-71页 |
| 第三章 SCMA系统中低复杂度多用户检测技术研究 | 第71-93页 |
| 3.1 引言 | 第71页 |
| 3.2 高斯近似辅助的多用户检测算法 | 第71-77页 |
| 3.2.1 算法描述 | 第71-73页 |
| 3.2.2 计算复杂度分析 | 第73-74页 |
| 3.2.3 仿真结果及分析 | 第74-77页 |
| 3.3 压缩感知辅助的多用户检测算法 | 第77-84页 |
| 3.3.1 算法描述 | 第77-81页 |
| 3.3.2 计算复杂度分析 | 第81页 |
| 3.3.3 仿真结果及分析 | 第81-84页 |
| 3.4 联合因子图辅助的MIMO-SCMA检测算法 | 第84-92页 |
| 3.4.1 MIMO-SCMA系统模型 | 第84-86页 |
| 3.4.2 MIMO-SCMA系统的检测算法 | 第86-89页 |
| 3.4.3 仿真结果及分析 | 第89-92页 |
| 3.5 本章小结 | 第92-93页 |
| 第四章 免调度NOMA系统中基于块压缩感知理论的信号检测技术研究 | 第93-118页 |
| 4.1 引言 | 第93页 |
| 4.2 块稀疏模型生成 | 第93-97页 |
| 4.3 联合用户活跃和数据检测 | 第97-103页 |
| 4.3.1 门限辅助的块稀疏自适应子空间追踪算法 | 第97-99页 |
| 4.3.2 交叉验证辅助的块稀疏自适应子空间追踪算法 | 第99-103页 |
| 4.4 联合信道估计和数据检测 | 第103-105页 |
| 4.4.1 系统模型 | 第103页 |
| 4.4.2 基于块稀疏的解决方案 | 第103-105页 |
| 4.5 算法性能的理论分析 | 第105-109页 |
| 4.5.1 算法的收敛性分析 | 第105-106页 |
| 4.5.2 算法的计算复杂度分析 | 第106-109页 |
| 4.6 仿真结果及分析 | 第109-117页 |
| 4.6.1 TA-BSASP算法的仿真结果与分析 | 第109-112页 |
| 4.6.2 CVA-BSASP算法的仿真结果与分析 | 第112-115页 |
| 4.6.3 Joint-CE-DD方案的仿真结果与分析 | 第115-117页 |
| 4.7 本章小结 | 第117-118页 |
| 第五章 免调度NOMA系统中基于先验信息辅助的压缩感知理论的信号检测技术研究 | 第118-136页 |
| 5.1 引言 | 第118页 |
| 5.2 先验支撑集信息 | 第118-119页 |
| 5.3 先验信息辅助自适应子空间追踪算法 | 第119-123页 |
| 5.4 鲁棒性的先验信息辅助自适应子空间追踪算法 | 第123-125页 |
| 5.5 算法性能的理论分析 | 第125-130页 |
| 5.5.1 算法的收敛性分析 | 第125-128页 |
| 5.5.2 算法的计算复杂度分析 | 第128-130页 |
| 5.6 仿真结果及分析 | 第130-135页 |
| 5.7 本章小结 | 第135-136页 |
| 第六章 总结与展望 | 第136-140页 |
| 6.1 本文贡献 | 第136-138页 |
| 6.2 未来工作展望 | 第138-140页 |
| 致谢 | 第140-142页 |
| 参考文献 | 第142-151页 |
| 附录I 引理 4-1 的证明 | 第151-155页 |
| 附录II 引理 4-2 的证明 | 第155-157页 |
| 附录III 引理 4-3 的证明 | 第157-158页 |
| 附录IV 定理 4-1 的证明 | 第158-160页 |
| 附录V 式(5-2)的证明 | 第160-161页 |
| 附录VI 式(5-7)、式(5-8)和式(5-9)的证明 | 第161-166页 |
| 附录VII 引理 5-1 中式(5-10)的证明 | 第166-168页 |
| 附录VIII 引理 5-1 中式(5-11)的证明 | 第168-169页 |
| 附录IX 引理 5-1 中式(5-12)的证明 | 第169-170页 |
| 附录X 定理 5-1 的证明 | 第170-171页 |
| 附录XI 定理 5-2 的证明 | 第171-172页 |
| 攻读博士学位期间取得的成果 | 第172-175页 |
