| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 IMT-Advanced 发展状况 | 第6-7页 |
| 1.2 TDD 系统的信道互易性 | 第7-8页 |
| 1.3 研究目的及意义 | 第8-9页 |
| 1.4 本文内容安排 | 第9-12页 |
| 第二章 MIMO-OFDM 系统原理和时变信道预测算法 | 第12-22页 |
| 2.1 MIMO-OFDM 系统模型 | 第12-14页 |
| 2.2 3GPP 空时信道模型 | 第14-17页 |
| 2.3 典型的信道预测算法 | 第17-20页 |
| 2.4 小结 | 第20-22页 |
| 第三章 基于 GPC 的 TDD-MIMO 信道预测算法 | 第22-40页 |
| 3.1 信道时变对 TDD-MIMO 系统容量的影响 | 第22-26页 |
| 3.1.1 时不变 TDD-MIMO 系统容量 | 第22-23页 |
| 3.1.2 信道时变对 TDD-MIMO 系统容量的影响 | 第23-24页 |
| 3.1.3 仿真结果及分析 | 第24-26页 |
| 3.2 基于 GPC 预测算法的时变信道非互易性补偿方法 | 第26-32页 |
| 3.2.1 GPC(Grassmannian Predictive Coding)算法原理 | 第27-28页 |
| 3.2.2 传统的 GPC 预测算法 | 第28-30页 |
| 3.2.3 改进的 GPC 预测算法 | 第30-32页 |
| 3.3 仿真结果及分析 | 第32-38页 |
| 3.3.1 信道量化误差对 TDD-MIMO 系统容量的影响 | 第32-34页 |
| 3.3.2 传统的 GPC 算法预测性能分析 | 第34-36页 |
| 3.3.3 改进的的 GPC 算法预测性能分析 | 第36-38页 |
| 3.4 小结 | 第38-40页 |
| 第四章 基于 LS-SVM 多类分类器的时变 TDD-MIMO 信道预测方法 | 第40-52页 |
| 4.1 LS-SVM 分类器原理 | 第40-44页 |
| 4.1.1 支持向量机分类器原理 | 第40-42页 |
| 4.1.2 最小二乘支持向量机分类器原理 | 第42-44页 |
| 4.2 基于 LS-SVM 多类分类器的信道预测方法 | 第44-46页 |
| 4.3 仿真结果及分析 | 第46-51页 |
| 4.4 小结 | 第51-52页 |
| 结束语 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
