压缩感知在超宽带信道估计中的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文主要内容与结构安排 | 第14-16页 |
| 第2章 压缩感知理论 | 第16-26页 |
| 2.1 基本原理 | 第16-17页 |
| 2.2 信号稀疏表示 | 第17-18页 |
| 2.3 测量矩阵 | 第18-21页 |
| 2.3.1 测量矩阵的设计 | 第18-19页 |
| 2.3.2 常用的测量矩阵 | 第19-21页 |
| 2.4 信号重构算法 | 第21-25页 |
| 2.4.1 凸优化算法 | 第21-22页 |
| 2.4.2 匹配追踪类算法 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 超宽带通信技术 | 第26-35页 |
| 3.1 超宽带的定义及特点 | 第26-27页 |
| 3.2 IR-UWB脉冲波形 | 第27-29页 |
| 3.3 IR-UWB调制方式 | 第29-31页 |
| 3.4 IR-UWB信道模型 | 第31-33页 |
| 3.5 IR-UWB接收机 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 压缩感知在IR-UWB信道估计中的应用 | 第35-51页 |
| 4.1 基于压缩感知的IR-UWB信道估计 | 第35-38页 |
| 4.1.1 系统模型 | 第35-36页 |
| 4.1.2 基于压缩感知的信道估计方案 | 第36-37页 |
| 4.1.3 拟解决的关键问题 | 第37-38页 |
| 4.2 IR-UWB接收信号的稀疏表示 | 第38-41页 |
| 4.2.1 稀疏性分析 | 第38-39页 |
| 4.2.2 稀疏表示字典 | 第39-41页 |
| 4.3 步长自适应的高斯测量矩阵优化方法 | 第41-47页 |
| 4.3.1 概述 | 第41页 |
| 4.3.2 测量矩阵相关系数 | 第41-42页 |
| 4.3.3 测量矩阵优化模型 | 第42页 |
| 4.3.4 算法原理 | 第42-44页 |
| 4.3.5 仿真与分析 | 第44-47页 |
| 4.4 一种改进GOMP算法的应用 | 第47-50页 |
| 4.4.1 算法原理 | 第47-48页 |
| 4.4.2 算法步骤 | 第48页 |
| 4.4.3 仿真与分析 | 第48-50页 |
| 4.5 本章总结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57页 |
