| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 盲干扰对齐技术的提出 | 第11-12页 |
| 1.3 干扰对齐技术面临的新挑战 | 第12-13页 |
| 1.4 国内外研究现状 | 第13-15页 |
| 1.5 本文主要内容及研究成果 | 第15-16页 |
| 1.6 论文工作安排 | 第16-18页 |
| 第2章 多用户 MIMO 系统中的干扰对齐 | 第18-28页 |
| 2.1 干扰对齐的基本思想 | 第18-21页 |
| 2.1.1 干扰对齐的关键技术 | 第18-20页 |
| 2.1.2 基本模型 | 第20-21页 |
| 2.2 干扰对齐的典型分类 | 第21-23页 |
| 2.2.1 遍历干扰对齐 | 第21-22页 |
| 2.2.2 渐近干扰对齐 | 第22页 |
| 2.2.3 回溯干扰对齐 | 第22-23页 |
| 2.3 干扰对齐在多小区 MIMO 系统中的研究现状 | 第23-27页 |
| 2.3.1 每个小区有单个用户场景下的干扰对齐 | 第23-26页 |
| 2.3.2 每个小区有多个用户场景下的干扰对齐 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 多用户 MIMO 信道模型下盲干扰对齐的研究 | 第28-39页 |
| 3.1 经典盲干扰对齐算法 | 第28-34页 |
| 3.1.1 MISO BC 信道中只有一个用户未知 CSIT | 第29-31页 |
| 3.1.2 MISO BC 信道中两用户均未知 CSIT | 第31-32页 |
| 3.1.3 X 信道 | 第32-33页 |
| 3.1.4 干扰信道 | 第33-34页 |
| 3.2 基于非精确的 CSIT 条件下的干扰对齐算法 | 第34-36页 |
| 3.2.1 最小均方算法（MMSE） | 第34-35页 |
| 3.2.2 交替最小化算法 | 第35-36页 |
| 3.3 基于延迟反馈信道状态信息下的干扰对齐算法 | 第36页 |
| 3.4 性能分析对比 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于 FastICA 的盲干扰对齐算法研究 | 第39-49页 |
| 4.1 盲源分离基本思想 | 第39页 |
| 4.2 基于 FastICA 的盲干扰对齐算法（FastICA-BIA） | 第39-45页 |
| 4.2.1 IA 系统模型 | 第40-41页 |
| 4.2.2 IA 模型与 BSS 模型之间的转换 | 第41页 |
| 4.2.3 Fast ICA 算法 | 第41-45页 |
| 4.3 仿真结果分析 | 第45-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 全文总结与展望 | 第49-51页 |
| 5.1 全文总结 | 第49-50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 作者简介及科研成果 | 第57-59页 |
| 致谢 | 第59页 |
