| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 论文研究的背景及意义 | 第8-9页 |
| 1.1.1 无线通信技术概述 | 第8页 |
| 1.1.2 MIMO-OFDM技术 | 第8-9页 |
| 1.1.3 信道估计的意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要研究内容和结构 | 第10-12页 |
| 第二章 MIMO-OFDM系统基本理论 | 第12-24页 |
| 2.1 无线传播特性 | 第12-16页 |
| 2.1.1 多径效应 | 第12-13页 |
| 2.1.2 多谱勒频移 | 第13-14页 |
| 2.1.3 衰落 | 第14-15页 |
| 2.1.4 几种信道模型 | 第15-16页 |
| 2.2 MIMO原理 | 第16-18页 |
| 2.3 OFDM原理 | 第18-22页 |
| 2.4 MIMO-OFDM系统模型 | 第22-24页 |
| 第三章 MIMO-OFDM系统信道估计方法 | 第24-30页 |
| 3.1 非盲估计 | 第24-25页 |
| 3.1.1 最小二乘估计(LS) | 第25页 |
| 3.1.2 最小均方误差估计(MMSE) | 第25页 |
| 3.2 盲估计 | 第25-29页 |
| 3.2.1 子空间盲信道估计 | 第26-28页 |
| 3.2.2 盲估计方法的缺陷 | 第28-29页 |
| 3.3 半盲估计 | 第29-30页 |
| 第四章 基于子空间的MIMO-OFDM系统半盲信道估计 | 第30-38页 |
| 4.1 块状矩阵辅助的子空间盲信道估计 | 第30-31页 |
| 4.2 块状矩阵辅助的子空间半盲信道估计 | 第31-33页 |
| 4.3 计算复杂度分析及仿真结果 | 第33-38页 |
| 4.3.1 计算复杂度分析 | 第33-34页 |
| 4.3.2 仿真实验 | 第34-38页 |
| 第五章 基于极限学习机的MIMO-OFDM系统半盲信道估计 | 第38-55页 |
| 5.1 人工神经网络 | 第38-39页 |
| 5.2 极限学习机 | 第39-42页 |
| 5.2.1 随机隐含层神经元数的单隐层前馈神经网络 | 第39-40页 |
| 5.2.2 极限学习机算法 | 第40-41页 |
| 5.2.3 极限学习机的几个重要特性 | 第41-42页 |
| 5.3 极限学习机的几种变形 | 第42-48页 |
| 5.3.1 全复值极限学习机(C-ELM) | 第42-43页 |
| 5.3.2 增量极限学习机(I-ELM) | 第43页 |
| 5.3.3 在线连续极限学习机(OS-ELM) | 第43-46页 |
| 5.3.4 动态极限学习机(D-ELM) | 第46-48页 |
| 5.4 基于ELM的MIMO-OFDM系统半盲信道估计 | 第48-55页 |
| 5.4.1 算法描述 | 第48-50页 |
| 5.4.2 仿真实验 | 第50-55页 |
| 第六章 总结展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 在学期间的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
