摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-13页 |
1.2.1 智能交通系统国内外研究现状 | 第11页 |
1.2.2 信道估计方法研究现状 | 第11-13页 |
1.3 论文结构及内容安排 | 第13-15页 |
第2章 车载电子无线通信信道估计理论基础 | 第15-26页 |
2.1 车载电子无线通信协议发展历程 | 第15-16页 |
2.2 基于IEEE802.11p标准的PHY层协议实现 | 第16-23页 |
2.2.1 IEEE802.11pPHY层协议概述 | 第16-18页 |
2.2.2 IEEE802.11pPHY层实现过程 | 第18-23页 |
2.3 基于IEEE802.11p标准的MAC层协议实现 | 第23-26页 |
2.3.1 基本访问方式 | 第23-24页 |
2.3.2 帧类型和帧格式 | 第24-26页 |
第3章 信道估计算法研究及仿真平台搭建 | 第26-32页 |
3.1 车载通信场景介绍 | 第26-27页 |
3.1.1 载波频率 | 第26页 |
3.1.2 信道统计特性 | 第26-27页 |
3.2 车载通信系统的信道特征 | 第27-29页 |
3.2.1 时延扩展与多普勒扩展 | 第27-28页 |
3.2.2 非平稳特性与相关散射 | 第28页 |
3.2.3 深衰落特性 | 第28-29页 |
3.3 传统信道估计算法 | 第29-30页 |
3.3.1 基于LS的信道估计算法 | 第29-30页 |
3.3.2 基于MMSE的信道估计算法 | 第30页 |
3.4 基于IEEE802.11p的仿真平台的搭建 | 第30-31页 |
3.5 小结 | 第31-32页 |
第4章 基于压缩感知的信道估计方法 | 第32-47页 |
4.1 引言 | 第32页 |
4.2 压缩感知 | 第32-36页 |
4.2.1 压缩感知理论 | 第32-33页 |
4.2.2 测量矩阵设计 | 第33-34页 |
4.2.3 信号重构算法 | 第34-36页 |
4.3 基于压缩感知的信道估计技术 | 第36-42页 |
4.3.1 时频双选择性稀疏信道模型 | 第36-39页 |
4.3.2 信道估计系统模型 | 第39-40页 |
4.3.3 改进的导频结构 | 第40-41页 |
4.3.4 基于OMP算法的信道估计 | 第41-42页 |
4.3.5 基于GOMP算法的信道估计 | 第42页 |
4.4 仿真实验结果分析 | 第42-46页 |
4.4.1 仿真参数设置 | 第43-44页 |
4.4.2 算法估计精度对比与分析 | 第44-46页 |
4.5 小结 | 第46-47页 |
第5章 改进的基于压缩感知的分数时延信道估计方法 | 第47-57页 |
5.1 引言 | 第47页 |
5.2 改进的基于压缩感知的低复杂度分数时延信道估计算法 | 第47-52页 |
5.2.1 分数时延信道 | 第48-50页 |
5.2.2 基于接收端过采样DRMP算法的信道估计 | 第50-52页 |
5.3 仿真结果分析 | 第52-56页 |
5.3.1 算法估计精度对比与分析 | 第53-54页 |
5.3.2 算法复杂度对比与分析 | 第54-55页 |
5.3.3 算法BTP对比与分析 | 第55-56页 |
5.4 小结 | 第56-57页 |
第6章 总结与展望 | 第57-59页 |
6.1 论文总结 | 第57页 |
6.2 研究展望 | 第57-59页 |
参考文献 | 第59-64页 |
致谢 | 第64-65页 |
附录A 攻读学位期间所发表的学术论文 | 第65-66页 |
附录B 攻读学位期间所参与的科研及专利情况 | 第66页 |