| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 大规模MIMO的技术优势与技术挑战 | 第11-13页 |
| 1.2.1 大规模MIMO的技术优势 | 第11-12页 |
| 1.2.2 大规模MIMO的技术挑战 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 主要研究内容及章节安排 | 第14-16页 |
| 第2章 大规模MIMO系统模型与传统检测算法 | 第16-26页 |
| 2.1 大规模MIMO系统模型 | 第16-19页 |
| 2.2 传统的信号检测算法 | 第19-23页 |
| 2.2.1 线性检测算法 | 第19-20页 |
| 2.2.2 非线性检测算法 | 第20-22页 |
| 2.2.3 仿真结果分析 | 第22-23页 |
| 2.3 启发式搜索检测算法 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于多符号更新的多初值随机搜索检测算法 | 第26-42页 |
| 3.1 邻居向量 | 第26-27页 |
| 3.1.1 1阶邻居向量 | 第26-27页 |
| 3.1.2 k阶邻居向量 | 第27页 |
| 3.2 随机搜索检测算法 | 第27-35页 |
| 3.2.1 RS算法原理分析 | 第27-31页 |
| 3.2.2 MIV-RS算法原理分析 | 第31页 |
| 3.2.3 RS算法复杂度分析 | 第31-32页 |
| 3.2.4 RS算法性能仿真与分析 | 第32-35页 |
| 3.3 基于多符号更新的多初值RS检测算法 | 第35-40页 |
| 3.3.1 MIV-M-RS算法原理分析 | 第35-37页 |
| 3.3.2 MIV-M-RS算法实现过程 | 第37-38页 |
| 3.3.3 MIV-M-RS算法性能仿真与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于随机列表的似然上升搜索检测算法 | 第42-66页 |
| 4.1 似然上升搜索检测算法 | 第42-50页 |
| 4.1.1 1-LAS算法原理分析 | 第43-46页 |
| 4.1.2 M-LAS算法原理分析 | 第46-48页 |
| 4.1.3 LAS算法复杂度分析 | 第48-49页 |
| 4.1.4 LAS算法性能仿真与分析 | 第49-50页 |
| 4.2 MIV-LAS检测算法与MSCS-LAS检测算法 | 第50-55页 |
| 4.2.1 MIV-LAS算法原理分析 | 第50-51页 |
| 4.2.2 MIV-LAS算法性能仿真与分析 | 第51-53页 |
| 4.2.3 MSCS-LAS算法原理分析 | 第53页 |
| 4.2.4 MSCS-LAS算法性能仿真与分析 | 第53-55页 |
| 4.3 基于随机列表的LAS检测算法 | 第55-65页 |
| 4.3.1 RLB-LAS算法的原始解向量选取准则 | 第56-57页 |
| 4.3.2 RLB-LAS算法的终止迭代次数准则 | 第57-58页 |
| 4.3.3 RLB-LAS算法过程分析 | 第58-60页 |
| 4.3.4 RLB-LAS算法仿真分析与延伸 | 第60-65页 |
| 4.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |