| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题背景及研究现状 | 第7-11页 |
| ·传统的MIMO 系统非盲估计技术及其缺陷 | 第11-12页 |
| ·MIMO 系统盲估计技术 | 第12页 |
| ·论文的主要工作 | 第12-14页 |
| 第二章 MIMO系统的信道模型与信道容量 | 第14-33页 |
| ·无线信道特性 | 第14-21页 |
| ·无线信道的大尺度衰落特性 | 第14-15页 |
| ·无线信道的小尺度衰落特性 | 第15-20页 |
| ·小尺度衰落信道分类 | 第20-21页 |
| ·MIMO 无线信道的衰落特性 | 第21页 |
| ·MIMO 多径相关信道模型 | 第21-26页 |
| ·LOS 相关MIMO 信道模型 | 第23-24页 |
| ·瑞利衰落的相关MIMO 信道模型 | 第24-25页 |
| ·MIMO 多径相关信道模型的仿真和分析 | 第25-26页 |
| ·MIMO 系统容量 | 第26-32页 |
| ·信道容量的表征 | 第27页 |
| ·SISO 信道容量 | 第27页 |
| ·MIMO 信道容量 | 第27-29页 |
| ·MIMO 系统容量仿真 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 MIMO系统盲估计技术的研究 | 第33-44页 |
| ·盲处理的概念 | 第33-36页 |
| ·盲信道估计算法 | 第36-39页 |
| ·平稳信号的盲估计 | 第36-38页 |
| ·循环平稳信号的盲估计 | 第38-39页 |
| ·基于神经网络和模糊理论的盲算法 | 第39页 |
| ·高阶统计量及其性质 | 第39-43页 |
| ·高阶统计量的定义 | 第39-41页 |
| ·高阶统计量的性质 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于二阶统计量的MIMO系统盲估计 | 第44-49页 |
| ·白化预处理 | 第44-45页 |
| ·信道模型和盲估计的假设条件 | 第45-46页 |
| ·基于二阶统计量特征值分解的盲估计方法 | 第46-48页 |
| ·计算机仿真 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 基于高阶统计量的MIMO系统盲估计 | 第49-72页 |
| ·引言 | 第49页 |
| ·双谱估计 | 第49-53页 |
| ·双谱的性质 | 第49-50页 |
| ·双谱估计方法 | 第50-51页 |
| ·二维窗函数的构造 | 第51-52页 |
| ·Optimal 窗函数 | 第52-53页 |
| ·基于高阶统计量的MIMO 系统盲估计算法 | 第53-60页 |
| ·系统可盲估计条件 | 第53-54页 |
| ·n×nMIMO 系统模型 | 第54-55页 |
| ·n×n 系统基于HOS 的盲信道估计算法 | 第55-60页 |
| ·扩展到n×r 系统(n>r) | 第60页 |
| ·计算机仿真及分析 | 第60-71页 |
| ·基于Optimal 窗的的盲信道估计算法性能仿真 | 第61-64页 |
| ·最小相位、最大相位及非最小相位系统的盲信道估计仿真 | 第64-68页 |
| ·不同天线数目条件下的盲信道估计算法仿真 | 第68-70页 |
| ·扩展信道长度对算法影响的仿真 | 第70页 |
| ·理想信道容量和估计信道容量仿真 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 摘要 | 第78-81页 |
| ABSTRACT | 第81-84页 |
| 致谢 | 第84-85页 |
| 导师及作者简介 | 第85页 |