| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 本论文符号说明 | 第13-14页 |
| 本论文专用术语注表 | 第14-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 MIMO技术与大规模MIMO技术 | 第17-18页 |
| 1.3 OFDM技术 | 第18-19页 |
| 1.4 压缩感知 | 第19-20页 |
| 1.5 论文组织结构 | 第20-21页 |
| 1.6 数学符号说明 | 第21-22页 |
| 第二章 MIMO-OFDM系统信道估计方法和压缩感知理论 | 第22-40页 |
| 2.1 引言 | 第22-23页 |
| 2.2 系统模型 | 第23-24页 |
| 2.3 下行链路信道估计方法 | 第24-27页 |
| 2.3.1 最小二乘信道估计 | 第25页 |
| 2.3.2 最小均方误差信道估计 | 第25-27页 |
| 2.4 压缩感知理论 | 第27-32页 |
| 2.4.1 信号的稀疏表示 | 第27-28页 |
| 2.4.2 测量矩阵的设计 | 第28-29页 |
| 2.4.3 信号重构算法 | 第29-32页 |
| 2.5 性能仿真与结果分析 | 第32-39页 |
| 2.5.1 信道估计方法仿真 | 第33页 |
| 2.5.2 OMP算法仿真 | 第33-34页 |
| 2.5.3 SP算法仿真 | 第34-36页 |
| 2.5.4 SAMP算法仿真 | 第36-39页 |
| 2.6 本章总结 | 第39-40页 |
| 第三章 基于信道时间相关性的压缩感知信道估计技术 | 第40-56页 |
| 3.1 引言 | 第40页 |
| 3.2 大规模MIMO系统的信道稀疏特性 | 第40-43页 |
| 3.2.1 系统模型 | 第40页 |
| 3.2.2 信道模型 | 第40-42页 |
| 3.2.3 基于CS的信道估计模型 | 第42-43页 |
| 3.3 基于信道时间相关特性的信道估计算法 | 第43页 |
| 3.4 针对模型失配的改进信道估计算法 | 第43-47页 |
| 3.4.1 保守MSP算法 | 第44-45页 |
| 3.4.2 自适应MSP算法 | 第45-47页 |
| 3.5 性能仿真与结果分析 | 第47-54页 |
| 3.5.1 训练导频长度T对信道估计算法性能的影响 | 第47-48页 |
| 3.5.2 发送功率P对信道估计算法性能的影响 | 第48-49页 |
| 3.5.3 块的大小d对信道估计算法性能的影响 | 第49-51页 |
| 3.5.4 先验支撑集质量参数sc对信道估计算法性能的影响 | 第51-52页 |
| 3.5.5 稀疏度s对信道估计算法性能的影响 | 第52-53页 |
| 3.5.6 模型失配场景下信道估计算法的性能比较 | 第53-54页 |
| 3.6 本章总结 | 第54-56页 |
| 第四章 基于信道时频域公共稀疏特性的自适应信道估计和反馈方案 | 第56-76页 |
| 4.1 引言 | 第56页 |
| 4.2 大规模MIMO-OFDM系统的信道稀疏特性 | 第56-60页 |
| 4.2.1 系统模型 | 第56-57页 |
| 4.2.2 信道的稀疏特性 | 第57-58页 |
| 4.2.3 信道的时间相关性 | 第58-59页 |
| 4.2.4 信道估计和反馈方案 | 第59-60页 |
| 4.3 基于信道频域公共稀疏特性的自适应CSI获取算法 | 第60-65页 |
| 4.3.1 DSAMP算法 | 第60-63页 |
| 4.3.2 非正交导频信号 | 第63-64页 |
| 4.3.3 基于CS的自适应CSI获取算法 | 第64-65页 |
| 4.4 基于信道时间相关性的闭环信道追踪算法 | 第65页 |
| 4.5 性能仿真与结果分析 | 第65-74页 |
| 4.5.1 DSAMP算法仿真与分析 | 第66-69页 |
| 4.5.2 基于CS的自适应CSI获取算法仿真与分析 | 第69-72页 |
| 4.5.3 闭环信道追踪算法仿真与分析 | 第72-74页 |
| 4.6 本章总结 | 第74-76页 |
| 第五章 总结 | 第76-78页 |
| 5.1 论文工作总结 | 第76-77页 |
| 5.2 不足与展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 作者攻读硕士学位期间撰写的论文和专利 | 第84-86页 |
| 致谢 | 第86-87页 |
