| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略词表 | 第13-15页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 研究背景及现状 | 第15-17页 |
| 1.2 主要研究内容 | 第17-18页 |
| 1.3 本文结构安排 | 第18-20页 |
| 第二章 常见信号检测算法 | 第20-31页 |
| 2.1 MIMO系统模型 | 第20-21页 |
| 2.2 Massive MIMO中常见信号检测方法 | 第21-30页 |
| 2.2.1 MCMC算法 | 第22-25页 |
| 2.2.2 LAS算法 | 第25-27页 |
| 2.2.3 RTS算法 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 BP检测算法及其降低复杂度的方法 | 第31-47页 |
| 3.1 图模型下的BP检测算法 | 第31-40页 |
| 3.1.1 MRF中的BP检测 | 第31-36页 |
| 3.1.2 FG中基于高斯近似的BP检测 | 第36-38页 |
| 3.1.3 仿真结果分析 | 第38-40页 |
| 3.2 降低BP算法复杂度的方案 | 第40-46页 |
| 3.2.1 分层置信度传播 | 第41页 |
| 3.2.2 强制收敛 | 第41-42页 |
| 3.2.3 节点选择 | 第42-43页 |
| 3.2.4 仿真结果分析 | 第43-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第四章 高阶QAM调制系统中基于BP的检测算法 | 第47-66页 |
| 4.1 GTA-BP检测算法 | 第47-59页 |
| 4.1.1 BP算法的多环问题 | 第48-51页 |
| 4.1.2 GTA-BP检测算法的检测过程 | 第51-57页 |
| 4.1.2.1 寻找最优的近似高斯树 | 第52-54页 |
| 4.1.2.2 将BP运用在近似树上 | 第54-57页 |
| 4.1.3 仿真结果分析 | 第57页 |
| 4.1.4 GTA-BP算法小节与展望 | 第57-59页 |
| 4.2 GTA-BP-SIC检测算法 | 第59-65页 |
| 4.2.1 由GTA-BP算法得出的两个结论 | 第60-61页 |
| 4.2.2 GTA-BP-SIC算法 | 第61-64页 |
| 4.2.3 仿真结果分析 | 第64-65页 |
| 4.3 本章小结 | 第65-66页 |
| 第五章 全文总结 | 第66-68页 |
| 5.1 论文工作总结 | 第66页 |
| 5.2 下一步研究工作 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 个人简历及攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 学位论文评审后修改说明表 | 第75-76页 |