| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 主要缩略语表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·本文研究工作的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的研究内容与工作 | 第13页 |
| ·本文的章节安排 | 第13-15页 |
| 第二章 MIMO-OFDM 系统中频偏参数估计 | 第15-24页 |
| ·传输系统模型 | 第15-18页 |
| ·MIMO 系统模型 | 第15-16页 |
| ·MIMO-OFDM 系统模型 | 第16-18页 |
| ·多天线系统中频率偏置获取 | 第18-22页 |
| ·频率偏置分析 | 第19-20页 |
| ·基于 ML 的频率参数获取技术 | 第20-21页 |
| ·基于 Schmidl&Cox 的频率参数获取技术 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 MIMO-OFDM 系统中无线信道估计 | 第24-34页 |
| ·无线信道特征分析 | 第24-25页 |
| ·信道估计算法研究 | 第25-30页 |
| ·基于 LS 准则的信道估计 | 第25-26页 |
| ·基于 MMSE 准则的信道估计 | 第26-27页 |
| ·基于 SVD 的信道估计 | 第27-28页 |
| ·基于 ML 的信道估计 | 第28-30页 |
| ·仿真分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 MIMO-OFDM 系统中粒子滤波算法的应用 | 第34-51页 |
| ·多天线系统接收模型 | 第34-35页 |
| ·迭代型 EM 联合参数估计算法 | 第35-38页 |
| ·粒子滤波算法 | 第38-41页 |
| ·最优 Bayes 理论 | 第38-39页 |
| ·粒子滤波算法 | 第39-41页 |
| ·迭代型 EM-PF 联合参数估计算法 | 第41-46页 |
| ·迭代型 EM-PF 算法概述 | 第42-45页 |
| ·迭代型 EM-PF 改进算法 | 第45-46页 |
| ·仿真分析 | 第46-50页 |
| ·迭代型 EM-PF 中 PF 对初值的改进 | 第46-48页 |
| ·各联合参数算法的性能比较 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·本文主要结论 | 第51页 |
| ·研究展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的学术论文 | 第58页 |