| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 发展与研究现状 | 第15-21页 |
| 1.2.1 平坦衰落信道下多天线信号联合接收处理技术 | 第15-18页 |
| 1.2.2 频率选择性衰落信道下多天线信号联合接收处理技术 | 第18-21页 |
| 1.3 论文主要研究内容 | 第21-23页 |
| 1.4 论文结构安排 | 第23-24页 |
| 第二章 平坦衰落信道下多天线信号联合参数估计与符号检测 | 第24-42页 |
| 2.1 引言 | 第24页 |
| 2.2 信号模型及联合求解技术 | 第24-29页 |
| 2.2.1 信号模型 | 第24-26页 |
| 2.2.2 信道参数与信息符号联合求解 | 第26-29页 |
| 2.3 基于变分贝叶斯的联合处理结构 | 第29-37页 |
| 2.3.1 变分贝叶斯方法及近似联合最优解 | 第29-34页 |
| 2.3.2 连续/离散变换近似解析解 | 第34-36页 |
| 2.3.3 算法流程总结及初始值设定 | 第36-37页 |
| 2.4 仿真分析 | 第37-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于稀疏贝叶斯学习迭代处理的盲信道估计技术 | 第42-60页 |
| 3.1 引言 | 第42页 |
| 3.2 经典盲信道估计技术概述 | 第42-44页 |
| 3.3 基于稀疏贝叶斯学习的盲信道估计方法 | 第44-54页 |
| 3.3.1 信号模型及虚拟信道建模 | 第44-47页 |
| 3.3.2 信道特性分析 | 第47-48页 |
| 3.3.3 基于稀疏贝叶斯学习的迭代求解算法 | 第48-52页 |
| 3.3.4 算法特性分析 | 第52-54页 |
| 3.4 仿真分析 | 第54-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第四章 多天线信号联合最大似然频域均衡方法 | 第60-76页 |
| 4.1 引言 | 第60-61页 |
| 4.2 信号模型及最佳接收机结构 | 第61-63页 |
| 4.3 基于最大似然估计的多信号联合均衡方法 | 第63-70页 |
| 4.3.2 基于EM的多天线信号联合最大似然频域均衡 | 第63-67页 |
| 4.3.3 信道参数联合条件后验分布的求解 | 第67-69页 |
| 4.3.4 算法总结 | 第69-70页 |
| 4.4 仿真实验及结果分析 | 第70-74页 |
| 4.5 本章小结 | 第74-76页 |
| 第五章 基于符号同步和信道估计联合处理的频域均衡结构 | 第76-102页 |
| 5.1 引言 | 第76-77页 |
| 5.2 基于符号同步和信道估计联合处理的频域线性均衡方法 | 第77-91页 |
| 5.2.1 信号模型与基于最大似然估计的频域线性均衡结构 | 第77-80页 |
| 5.2.2 基于变分贝叶斯的时延和信道参数联合处理 | 第80-84页 |
| 5.2.3 基于过采样信号的迭代处理结构 | 第84-87页 |
| 5.2.4 仿真分析及计算复杂度对比 | 第87-91页 |
| 5.3 基于判决反馈频域均衡的迭代处理结构 | 第91-95页 |
| 5.4 推广到多天线组阵接收系统 | 第95-99页 |
| 5.5 本章小结 | 第99-102页 |
| 第六章 研究工作总结与展望 | 第102-104页 |
| 6.1 研究工作总结 | 第102-103页 |
| 6.2 研究展望 | 第103-104页 |
| 参考文献 | 第104-116页 |
| 附录 1 | 第116-118页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第118-120页 |
| 致谢 | 第120页 |
