基于压缩感知的OFDM系统快速时变信道估计
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 符号说明 | 第14-18页 |
| 第1章 绪论 | 第18-25页 |
| 1.1 选题的研究背景和意义 | 第18-19页 |
| 1.2 研究现状 | 第19-22页 |
| 1.2.1 信道估计技术研究现状 | 第19-21页 |
| 1.2.2 基于压缩感知的信道估计技术研究现状 | 第21-22页 |
| 1.3 本文的主要工作及内容安排 | 第22-25页 |
| 第2章 OFDM系统信道估计与压缩感知理论 | 第25-44页 |
| 2.1 OFDM系统原理 | 第25-27页 |
| 2.2 无线信道模型 | 第27-33页 |
| 2.2.1 信道衰落特性 | 第27-29页 |
| 2.2.2 SISO-OFDM系统传输模型 | 第29-31页 |
| 2.2.3 MIMO-OFDM系统传输模型 | 第31-33页 |
| 2.3 OFDM系统中的信道估计方法 | 第33-36页 |
| 2.3.1 导频图案 | 第33-34页 |
| 2.3.2 常用估计方法 | 第34-36页 |
| 2.4 压缩感知理论 | 第36-41页 |
| 2.4.1 信号的稀疏表示 | 第36-37页 |
| 2.4.2 感知矩阵 | 第37-38页 |
| 2.4.3 重建算法 | 第38-41页 |
| 2.5 基于CS的信道估计方法原理 | 第41-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第3章 针对快速时变信道的稀疏估计方法 | 第44-68页 |
| 3.1 快速时变信道的基扩展模型及其稀疏特性 | 第44-47页 |
| 3.2 稀疏信号重建问题的转化 | 第47-49页 |
| 3.3 迭代反馈估计方法 | 第49-57页 |
| 3.3.1 估计方法流程 | 第49-51页 |
| 3.3.2 感知矩阵的RIP性质 | 第51-54页 |
| 3.3.3 Modified-OMP算法 | 第54-57页 |
| 3.4 简化估计方法 | 第57-61页 |
| 3.4.1 估计方法流程 | 第57-58页 |
| 3.4.2 随机分组导频图案 | 第58-59页 |
| 3.4.3 感知矩阵性能测定 | 第59-61页 |
| 3.5 仿真结果与分析 | 第61-67页 |
| 3.5.1 参数设定 | 第61-62页 |
| 3.5.2 实验结果 | 第62-67页 |
| 3.6 本章小结 | 第67-68页 |
| 第4章 基于模型的稀疏信道估计方法 | 第68-79页 |
| 4.1 基于模型的压缩感知理论简介 | 第68-70页 |
| 4.1.1 组稀疏模型 | 第68-69页 |
| 4.1.2 组相干系数 | 第69-70页 |
| 4.2 快速时变信道的组稀疏结构 | 第70-71页 |
| 4.3 组稀疏信道估计方法 | 第71-75页 |
| 4.3.1 基于组稀疏重建算法的迭代反馈估计方法 | 第71-73页 |
| 4.3.2 基于组稀疏重建算法的简化估计方法 | 第73-74页 |
| 4.3.3 组相干系数的测定 | 第74-75页 |
| 4.4 仿真结果与分析 | 第75-78页 |
| 4.4.1 参数设定 | 第75页 |
| 4.4.2 实验结果 | 第75-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第5章 基于贝叶斯压缩感知的稀疏信道估计方法 | 第79-96页 |
| 5.1 贝叶斯方法 | 第79-82页 |
| 5.1.1 数学模型 | 第79-80页 |
| 5.1.2 BMP算法 | 第80-82页 |
| 5.2 快速时变信道的统计特性分析 | 第82-83页 |
| 5.3 估计方法流程 | 第83页 |
| 5.4 基于组稀疏模型的贝叶斯方法 | 第83-90页 |
| 5.4.1 支撑集搜索算法 | 第83-86页 |
| 5.4.2 G-BMP算法流程 | 第86-87页 |
| 5.4.3 计算后验概率的快速递归算法 | 第87-90页 |
| 5.5 仿真结果与分析 | 第90-95页 |
| 5.5.1 参数设定 | 第90-91页 |
| 5.5.2 实验结果 | 第91-95页 |
| 5.6 本章小结 | 第95-96页 |
| 第6章 MIMO-OFDM系统的稀疏信道估计方法 | 第96-107页 |
| 6.1 分布式压缩感知理论 | 第96-98页 |
| 6.1.1 联合稀疏模型 | 第96-97页 |
| 6.1.2 联合稀疏重建算法 | 第97-98页 |
| 6.2 MIMO信道的联合稀疏特性 | 第98-99页 |
| 6.3 联合稀疏信道估计方法 | 第99-100页 |
| 6.4 基于组稀疏模型的DOMP算法 | 第100-101页 |
| 6.5 仿真结果与分析 | 第101-106页 |
| 6.5.1 参数设定 | 第102页 |
| 6.5.2 实验结果 | 第102-106页 |
| 6.6 本章小结 | 第106-107页 |
| 第7章 总结与展望 | 第107-110页 |
| 7.1 本文的主要贡献与创新 | 第107-108页 |
| 7.2 未来工作展望 | 第108-110页 |
| 参考文献 | 第110-120页 |
| 攻读学位期间发表论文清单 | 第120-121页 |
| 致谢 | 第121页 |
