星地混合OFDM通信系统压缩感知信道估计方法
摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第15-28页 |
1.1 课题背景及研究的目的和意义 | 第15-18页 |
1.1.1 课题来源及背景 | 第15页 |
1.1.2 课题研究的目的和意义 | 第15-18页 |
1.2 国内外研究现状 | 第18-24页 |
1.2.1 信道估计技术的发展 | 第18-20页 |
1.2.2 基于压缩感知的稀疏信道估计 | 第20-23页 |
1.2.3 有待深入研究的问题 | 第23-24页 |
1.3 本文的主要研究内容 | 第24-28页 |
第2章 基于压缩感知的信道估计方法 | 第28-58页 |
2.1 引言 | 第28页 |
2.2 压缩感知理论 | 第28-38页 |
2.2.1 信号的稀疏表示 | 第30-31页 |
2.2.2 测量矩阵的设计 | 第31-35页 |
2.2.3 信号的恢复算法 | 第35-38页 |
2.3 压缩感知信道估计 | 第38-50页 |
2.3.1 信道的稀疏性 | 第38-43页 |
2.3.2 OFDM信号传输模型 | 第43-45页 |
2.3.3 传统信道估计方法 | 第45-47页 |
2.3.4 压缩感知信道估计方法 | 第47-50页 |
2.4 仿真实验 | 第50-57页 |
2.4.1 仿真条件与参数 | 第50-51页 |
2.4.2 可行性验证 | 第51-53页 |
2.4.3 导频开销 | 第53-55页 |
2.4.4 信道估计性能 | 第55-57页 |
2.5 本章小结 | 第57-58页 |
第3章 基于分布估计算法的导频图样优化方法 | 第58-74页 |
3.1 引言 | 第58页 |
3.2 导频图样优化问题建模 | 第58-64页 |
3.2.1 导频图样与感知矩阵 | 第59-60页 |
3.2.2 感知矩阵的列相干 | 第60-62页 |
3.2.3 导频图样的优化 | 第62-64页 |
3.3 分布估计算法 | 第64-66页 |
3.4 基于分布估计算法的导频图样优化 | 第66-70页 |
3.5 仿真实验 | 第70-73页 |
3.5.1 导频图样优化过程 | 第70-72页 |
3.5.2 信道估计性能 | 第72-73页 |
3.6 本章小结 | 第73-74页 |
第4章 SL0稀疏恢复算法收敛特性分析 | 第74-96页 |
4.1 引言 | 第74页 |
4.2 SL0算法的基本原理 | 第74-81页 |
4.2.1 渐进非凸方法 | 第75-78页 |
4.2.2 SL0算法 | 第78-81页 |
4.3 SL0算法的主要优点 | 第81-87页 |
4.3.1 复数域扩展性 | 第82-84页 |
4.3.2 计算复杂度 | 第84-85页 |
4.3.3 稀疏度适应性 | 第85-87页 |
4.4 SL0算法的收敛特性分析 | 第87-91页 |
4.5 数值实验 | 第91-95页 |
4.5.1 SL0算法优点的验证 | 第92-94页 |
4.5.2 SL0算法收敛特性的验证 | 第94-95页 |
4.6 本章小结 | 第95-96页 |
第5章 基于改进SL0算法的高效快速信道估计 | 第96-123页 |
5.1 引言 | 第96-97页 |
5.2 R-SL0算法的基本原理 | 第97-101页 |
5.2.1 SL0算法的有噪收敛特征 | 第97-99页 |
5.2.2 R-SL0算法 | 第99-101页 |
5.2.3 数值实验 | 第101页 |
5.3 T-SL0算法的基本原理 | 第101-109页 |
5.3.1 SL0算法的低效率迭代 | 第102-104页 |
5.3.2 T-SL0算法 | 第104-107页 |
5.3.3 数值实验 | 第107-109页 |
5.4 高效快速的信道估计 | 第109-118页 |
5.4.1 帧结构 | 第110页 |
5.4.2 导频符号的确定 | 第110-113页 |
5.4.3 导频符号的自适应调整 | 第113-115页 |
5.4.4 信道冲激响应的快速重构 | 第115-116页 |
5.4.5 高效快速信道估计方案 | 第116-118页 |
5.5 仿真实验 | 第118-122页 |
5.6 本章小结 | 第122-123页 |
结论 | 第123-126页 |
参考文献 | 第126-138页 |
攻读博士学位期间发表的论文及其它成果 | 第138-140页 |
致谢 | 第140-142页 |
个人简历 | 第142页 |