| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 压缩感知理论发展进程与研究现状 | 第9-10页 |
| 1.3 MIMO-OFDM技术发展与研究现状 | 第10-11页 |
| 1.4 无线信道估计技术发展与研究现状 | 第11-13页 |
| 1.5 本文内容与结构安排 | 第13-15页 |
| 第二章 压缩感知理论与MIMO-OFDM系统概述 | 第15-27页 |
| 2.1 压缩感知基本原理 | 第15-17页 |
| 2.1.1 信号的稀疏表示 | 第15-16页 |
| 2.1.2 测量矩阵设计 | 第16页 |
| 2.1.3 信号的重构 | 第16-17页 |
| 2.2 压缩感知重构算法 | 第17-18页 |
| 2.2.1 匹配追踪算法算法 | 第17-18页 |
| 2.2.2 凸优化算法 | 第18页 |
| 2.2.3 组合算法 | 第18页 |
| 2.3 MIMO-OFDM系统模型 | 第18-24页 |
| 2.3.1 无线信道传播特性 | 第19页 |
| 2.3.2 OFDM基本原理 | 第19-22页 |
| 2.3.3 MIMO系统基本原理 | 第22-24页 |
| 2.4 MIMO-OFDM信道估计模型 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 MIMO-OFDM系统压缩感知信道估计 | 第27-41页 |
| 3.1 常用压缩感知信道估计方法 | 第27-31页 |
| 3.1.1 OMP恢复算法 | 第28页 |
| 3.1.2 SP恢复算法 | 第28-29页 |
| 3.1.3 SAMP恢复算法 | 第29-30页 |
| 3.1.4 ASSP恢复算法 | 第30-31页 |
| 3.2 本文提出的稀疏度自适应信道估计算法 | 第31-34页 |
| 3.2.1 BSAMP算法稀疏度估计 | 第31-32页 |
| 3.2.2 BSAMP算法信道估计 | 第32-34页 |
| 3.3 算法仿真性能分析 | 第34-38页 |
| 3.3.1 BSAMP及压缩感知恢复算法性能对比 | 第35-37页 |
| 3.3.2 BSAMP及压缩感知恢复算法平均运行时间对比 | 第37-38页 |
| 3.4 本章小结 | 第38-41页 |
| 第四章 基于压缩感知的LMMSE信道估计算法 | 第41-57页 |
| 4.1 经典信道估计方法 | 第41-43页 |
| 4.1.1 LS算法 | 第41-42页 |
| 4.1.2 MMSE算法 | 第42页 |
| 4.1.3 LMMSE算法 | 第42-43页 |
| 4.2 本文提出的基于压缩感知的线性最小均方误差算法 | 第43-46页 |
| 4.2.1 CLMMSE算法原理 | 第43-45页 |
| 4.2.2 CLMMSE信道估计 | 第45-46页 |
| 4.3 算法仿真性能分析 | 第46-54页 |
| 4.3.1 CLMMSE算法及其他算法性能对比 | 第46-54页 |
| 4.3.2 CLMMSE及LMMSE算法计算复杂度对比 | 第54页 |
| 4.4 本章小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67页 |
