无线信道统计模型识别及其在MIMO系统下的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-15页 |
| ·信道识别的背景与意义 | 第8-9页 |
| ·信道识别的研究现状 | 第9-12页 |
| ·本文所涉及的数学概念 | 第12-14页 |
| ·三种信道统计模型 | 第12-13页 |
| ·Kolmogorov-Smirnov检验 | 第13页 |
| ·Kullback-Leibler距离 | 第13-14页 |
| ·各章节安排 | 第14-15页 |
| 第2章 信息准则 | 第15-19页 |
| ·信息标准原理 | 第15-16页 |
| ·通过信息准则优化直方图 | 第16-18页 |
| ·定义 | 第16-17页 |
| ·直方图的优化 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 混合模型 | 第19-30页 |
| ·混合模型定义 | 第19页 |
| ·估计混合模型参数的方法 | 第19-24页 |
| ·最大似然估计 | 第19-20页 |
| ·通过EM算法进行最大似然估计 | 第20-22页 |
| ·EM算法在混合模型中的应用 | 第22-24页 |
| ·高斯混合模型 | 第24-28页 |
| ·定义 | 第24-25页 |
| ·分解协方差矩阵 | 第25-27页 |
| ·通过信息准则选择最优的混合模型 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第4章 监督情况下的仿真 | 第30-38页 |
| ·仿真过程 | 第30-33页 |
| ·混淆矩阵 | 第33页 |
| ·使用KS方法和累积分布函数进行仿真 | 第33-34页 |
| ·使用KL方法和动态直方图进行仿真 | 第34页 |
| ·使用KL方法和混合模型进行仿真 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第5章 非监督情况下的仿真 | 第38-47页 |
| ·参数估计方法 | 第38-39页 |
| ·使用KS方法和累积分布函数进行仿真 | 第39-40页 |
| ·使用KS方法和动态直方图进行仿真 | 第40页 |
| ·使用KS方法和混合模型进行仿真 | 第40-41页 |
| ·非监督情况下的信息准则 | 第41-44页 |
| ·非监督情况下使用IC方法进行仿真 | 第41-42页 |
| ·小样本数量时用于优化的信息准则IC | 第42-44页 |
| ·非监督情况下使用IC方法的结论 | 第44页 |
| ·本章小结 | 第44-47页 |
| 第6章 实验数据仿真 | 第47-53页 |
| 第7章 MIMO系统下的仿真 | 第53-60页 |
| ·MIMO系统介绍 | 第53-54页 |
| ·仿真过程 | 第54-57页 |
| ·二维环境下的实验结果 | 第57-60页 |
| 第8章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录A 监督情况下三种模型识别方法性能分析 | 第66-73页 |
| A.1 KS+CDF方法 | 第66-67页 |
| A.2 KL+直方图方法 | 第67-72页 |
| A.3 KL+混合模型方法 | 第72-73页 |
| 附录B 非监督情况下三种模型识别方法性能分析 | 第73-80页 |
| B.1 KS+CDF方法 | 第73-74页 |
| B.2 KL+直方图方法 | 第74-79页 |
| B.3 KL+混合模型方法 | 第79-80页 |
| 附录C IC方法识别性能分析 | 第80-88页 |
| 攻读学位期间的研究成果 | 第88页 |
