| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 LEO卫星通信概述 | 第11页 |
| 1.2 LEO卫星信道识别与利用面临的问题 | 第11-12页 |
| 1.3 现有的解决方案 | 第12-17页 |
| 1.3.1 LEO卫星信道多普勒频移估计 | 第12页 |
| 1.3.2 LEO卫星信道频谱感知 | 第12-15页 |
| 1.3.3 LEO卫星稀疏信道估计 | 第15-17页 |
| 1.4 论文研究内容和章节安排 | 第17-20页 |
| 1.4.1 主要内容 | 第17-18页 |
| 1.4.2 章节安排 | 第18-20页 |
| 第2章 LEO卫星信道概述 | 第20-24页 |
| 2.1 LEO卫星信道模型 | 第20页 |
| 2.1.1 单状态统计模型 | 第20页 |
| 2.1.2 多状态统计模型 | 第20页 |
| 2.2 LEO卫星信道特性 | 第20-23页 |
| 2.2.1 多普勒频移 | 第21页 |
| 2.2.2 LEO卫星多径衰落 | 第21-22页 |
| 2.2.3 LEO卫星信道频谱资源占用特征 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 LEO卫星通信的多普勒估计 | 第24-30页 |
| 3.1 多普勒频移估计算法概述 | 第24-26页 |
| 3.2 改进的中低椭圆轨道卫星多普勒建模 | 第26-29页 |
| 3.2.1 算法原理及结构 | 第26页 |
| 3.2.2 算法仿真及结果分析 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 LEO卫星通信稀疏信道估计 | 第30-41页 |
| 4.1 基于导频的信道估计算法概述 | 第30页 |
| 4.1.1 信道频域响应估计算法 | 第30页 |
| 4.1.2 信道时域响应估计算法 | 第30页 |
| 4.2 典型的基于压缩感知的稀疏信道估计算法原理 | 第30-33页 |
| 4.3 基于OMP算法的稀疏信道估计 | 第33-35页 |
| 4.4 改进的基于压缩感知的OMP信道估计算法 | 第35-40页 |
| 4.4.1 算法原理及结构 | 第35-36页 |
| 4.4.2 算法理论性能分析 | 第36页 |
| 4.4.3 算法仿真及结果分析 | 第36-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 多用户协作LEO卫星信道认知频谱感知 | 第41-58页 |
| 5.1 宽带频谱感知算法概述 | 第41-46页 |
| 5.1.1 频谱感知的概念和关键技术 | 第41页 |
| 5.1.2 单用户频谱感知 | 第41-44页 |
| 5.1.3 多用户协作频谱感知 | 第44-46页 |
| 5.2 分布式压缩感知及其稀疏频谱感知应用 | 第46-48页 |
| 5.2.1 分布式压缩感知(DCS) | 第47-48页 |
| 5.3 改进的快速低复杂度DCS-OMP频谱感知算法 | 第48-57页 |
| 5.3.1 算法原理及结构 | 第48-50页 |
| 5.3.2 算法理论性能分析 | 第50页 |
| 5.3.3 算法仿真及结果分析 | 第50-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 研究总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |