缩略词索引 | 第1-5页 |
摘要 | 第5-7页 |
Abstract | 第7-10页 |
目录 | 第10-14页 |
图录 | 第14-18页 |
表录 | 第18-19页 |
第1章 绪论 | 第19-41页 |
·选题背景及意义 | 第19-21页 |
·迭代接收技术概述 | 第21-25页 |
·传统接收技术 | 第21-22页 |
·迭代接收技术的优势 | 第22-23页 |
·概率图模型的优势 | 第23-25页 |
·迭代接收技术的理论基础 | 第25-31页 |
·统计推理 | 第25-26页 |
·概率图模型 | 第26-30页 |
·粒子滤波 | 第30页 |
·迭代算法收敛性分析工具 | 第30-31页 |
·研究现状与发展 | 第31-37页 |
·论文主要工作及结构安排 | 第37-41页 |
第2章 基于概率图模型的 LDPC-BICM-ID 系统迭代接收算法..23 | 第41-74页 |
·LDPC-BICM-ID 系统 | 第42-48页 |
·LDPC 迭代译码算法 | 第42-45页 |
·系统的概率图模型 | 第45-47页 |
·系统迭代接收算法 | 第47-48页 |
·基于因子图的低复杂度自适应置信差分译码算法 | 第48-58页 |
·低复杂度 LDPC 译码图模型 | 第48-51页 |
·置信差分消息更新规则 | 第51-53页 |
·算法描述 | 第53-54页 |
·算法性能仿真与分析 | 第54-58页 |
·均匀重加权迭代译码算法 | 第58-66页 |
·信号模型与改进的迭代接收结构 | 第58-59页 |
·均匀重加权置信传播规则 | 第59-60页 |
·算法描述 | 第60-62页 |
·算法性能仿真与分析 | 第62-66页 |
·基于重加权差分映射的最小和迭代接收算法 | 第66-73页 |
·联合概率信息反馈迭代接收结构 | 第66页 |
·重加权差分映射消息更新规则 | 第66-68页 |
·自适应联合信息更新机制 | 第68-70页 |
·算法性能仿真与分析 | 第70-73页 |
·本章小结 | 第73-74页 |
第3章 基于非参数消息传递的联合信道估计与译码 | 第74-99页 |
·滤波算法 | 第75-80页 |
·问题引入 | 第75-76页 |
·算法描述 | 第76-78页 |
·粒子滤波改进算法 | 第78-80页 |
·系统模型及因子图模型 | 第80-81页 |
·非参数消息更新规则 | 第81-86页 |
·和积粒子消息更新规则 | 第81-84页 |
·MCMC 最大和粒子消息更新规则 | 第84-86页 |
·非参数消息传递算法 | 第86页 |
·非参数消息调度机制 | 第86-89页 |
·粒子集消息调度机制 | 第86-88页 |
·全局稀疏性信息调度机制 | 第88页 |
·局部选择性更新调度机制 | 第88-89页 |
·算法性能仿真与分析 | 第89-98页 |
·本章小结 | 第98-99页 |
第4章 基于概率图模型的联合迭代检测与译码算法 | 第99-129页 |
·基于因子图的检测算法 | 第101-106页 |
·ISI 信道模型 | 第101-102页 |
·最优检测算法 | 第102-103页 |
·迭代和积检测算法 | 第103-105页 |
·高斯消息传递检测算法 | 第105-106页 |
·基于马尔科夫随机场的检测算法 | 第106-113页 |
·ISI 信道的马尔科夫随机场模型 | 第106-107页 |
·基于边出现概率的重加权检测算法 | 第107-108页 |
·基于因子出现概率的重加权检测算法 | 第108-109页 |
·算法性能仿真 | 第109-113页 |
·SISO 系统中重加权联合迭代检测与译码算法 | 第113-120页 |
·系统图模型及重加权迭代接收算法 | 第113-114页 |
·全局泛洪调度机制 | 第114-115页 |
·判决式泛洪调度机制 | 第115页 |
·算法性能仿真 | 第115-120页 |
·MIMO 系统中联合迭代检测与译码算法 | 第120-128页 |
·系统及因子图模型 | 第120-123页 |
·全局泛洪调度机制 | 第123页 |
·外信息图分析 | 第123-125页 |
·算法性能仿真 | 第125-128页 |
·本章小结 | 第128-129页 |
第5章 总结与展望 | 第129-132页 |
·论文工作总结 | 第129-130页 |
·研究展望 | 第130-132页 |
参考文献 | 第132-150页 |
作者简历 | 第150-152页 |
致谢 | 第152页 |