| 摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 符号对照表 | 第15-16页 |
| 缩略语对照表 | 第16-21页 |
| 第一章 绪论 | 第21-33页 |
| 1.1 研究背景和意义 | 第21-24页 |
| 1.2 本课题研究现状及面临的挑战 | 第24-30页 |
| 1.2.1 大规模MIMO技术发展历史与研究现状 | 第24-26页 |
| 1.2.2 大规模MIMO系统中的两阶段预编码技术研究现状 | 第26-27页 |
| 1.2.3 基于两阶段预编码的大规模MIMO网络中的用户调度 | 第27-28页 |
| 1.2.4 基于两阶段预编码的大规模MIMO网络中的协同传输 | 第28-29页 |
| 1.2.5 基于两阶段预编码的大规模MIMO网络中的信道获取 | 第29-30页 |
| 1.3 本文主要研究内容及章节安排 | 第30-33页 |
| 第二章 基于两阶段预编码大规模MIMO中的用户调度策略 | 第33-55页 |
| 2.1 引言 | 第33-36页 |
| 2.2 基于最优基站关联的用户簇角度扩展范围重叠消除算法 | 第36-45页 |
| 2.2.1 系统配置 | 第36页 |
| 2.2.2 大规模MIMO空间相关信道模型 | 第36-38页 |
| 2.2.3 两阶段预编码简介 | 第38-39页 |
| 2.2.4 问题描述 | 第39-40页 |
| 2.2.5 基于SLNR的低复杂度基站选择算法 | 第40-41页 |
| 2.2.6 基于SLNR下界的低信令开销基站选择算法 | 第41-42页 |
| 2.2.7 数值仿真 | 第42-45页 |
| 2.3 基于用户簇分组的用户簇角度扩展范围重叠消除算法 | 第45-53页 |
| 2.3.1 系统模型 | 第45-47页 |
| 2.3.2 问题描述 | 第47-48页 |
| 2.3.3 角度重叠表征图构建 | 第48-49页 |
| 2.3.4 基于图染色算法的用户分组算法 | 第49-50页 |
| 2.3.5 数值仿真 | 第50-53页 |
| 2.4 总结 | 第53-55页 |
| 第三章 基于干扰对齐和软空间复用的大规模MIMO网络协同传输策略 | 第55-81页 |
| 3.1 引言 | 第55-57页 |
| 3.2 系统模型 | 第57-60页 |
| 3.2.1 系统配置 | 第58页 |
| 3.2.2 大规模MIMO空间相关信道模型 | 第58-60页 |
| 3.3 基于干扰对齐和软空间复用的协同传输策略 | 第60-67页 |
| 3.3.1 基于IA的小区边缘用户簇联合传输方案 | 第61-64页 |
| 3.3.2 小区中心用户簇的空间软频率复用方案 | 第64-65页 |
| 3.3.3 IA-SSR策略中的最优功率分配 | 第65-67页 |
| 3.4 IA-SSR策略实际部署中的一些问题 | 第67-70页 |
| 3.4.1 信令开销分析 | 第67-68页 |
| 3.4.2 小区边缘、中心用户簇划分 | 第68-69页 |
| 3.4.3 将IA-SSR策略扩展到一般场景 | 第69-70页 |
| 3.5 数值仿真 | 第70-78页 |
| 3.6 总结 | 第78-81页 |
| 第四章 基于稀疏贝叶斯学习的大规模MIMO网络时变信道跟踪 | 第81-107页 |
| 4.1 引言 | 第81-83页 |
| 4.2 系统模型与信道特征 | 第83-87页 |
| 4.2.1 系统模型 | 第83页 |
| 4.2.2 稀疏性虚拟信道模型 | 第83-87页 |
| 4.3 通过上行训练学习稀疏虚拟信道参数 | 第87-94页 |
| 4.3.1 问题描述 | 第88页 |
| 4.3.2 基于期望最大化算法的稀疏信道模型参数学习 | 第88页 |
| 4.3.3 期望计算过程 | 第88-92页 |
| 4.3.4 最大化求解过程 | 第92-94页 |
| 4.4 用户分组与虚拟信道跟踪 | 第94-100页 |
| 4.4.1 上行虚拟信道跟踪 | 第94-96页 |
| 4.4.2 下行虚拟信道跟踪 | 第96-98页 |
| 4.4.3 模型参数不匹配监测 | 第98-100页 |
| 4.5 仿真结果 | 第100-105页 |
| 4.6 总结 | 第105-107页 |
| 第五章 总结与展望 | 第107-111页 |
| 5.1 研究总结 | 第107-109页 |
| 5.2 研究展望 | 第109-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-121页 |
| 作者简介 | 第121-124页 |
