基于粒子滤波的MIMO时变信道估计
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-16页 |
| ·MIMO系统的研究现状及发展方向 | 第11-13页 |
| ·课题研究的背景和意义 | 第13-15页 |
| ·本文研究的主要内容 | 第15-16页 |
| 2 无线移动信道概述 | 第16-27页 |
| ·无线移动信道的特性 | 第16-21页 |
| ·无线信道的大尺度衰落特性 | 第16-17页 |
| ·无线信道的小尺度衰落特性 | 第17-20页 |
| ·衰落信道 | 第20-21页 |
| ·无线移动信道统计模型 | 第21-23页 |
| ·经典高斯信道 | 第22页 |
| ·线性滤波器加高斯信道 | 第22页 |
| ·多径衰落信道 | 第22-23页 |
| ·信道估计 | 第23-26页 |
| ·信道估计原理 | 第24-25页 |
| ·常用的基本信道估计方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 多输入多输出(MIMO)系统 | 第27-37页 |
| ·MIMO系统概述 | 第27-29页 |
| ·MIMO系统信道模型 | 第29-32页 |
| ·MIMO信道建模的必要性 | 第29-30页 |
| ·基于MIMO技术的信道模型 | 第30-32页 |
| ·传统方法的MIMO系统信道估计 | 第32-36页 |
| ·平坦衰落MIMO系统信道估计 | 第33-35页 |
| ·频率选择性衰落MIMO系统信道估计 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 粒子滤波算法 | 第37-49页 |
| ·贝叶斯估计方法 | 第38-40页 |
| ·贝叶斯定理 | 第38页 |
| ·贝叶斯推论 | 第38-39页 |
| ·递推贝叶斯估计 | 第39-40页 |
| ·蒙特卡罗方法 | 第40-42页 |
| ·粒子滤波算法原理 | 第42-44页 |
| ·粒子滤波算法存在的主要问题 | 第44-47页 |
| ·选取重要性密度函数 | 第45-46页 |
| ·重采样 | 第46-47页 |
| ·粒子滤波信道估计 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于粒子滤波的MIMO系统信道估计 | 第49-64页 |
| ·系统模型 | 第49-50页 |
| ·时变信道状态模型 | 第50-51页 |
| ·基于粒子滤波的MIMO信道估计 | 第51-58页 |
| ·产生粒子初值 | 第53-54页 |
| ·修正粒子 | 第54-55页 |
| ·粒子权值更新 | 第55页 |
| ·重采样 | 第55-58页 |
| ·仿真 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 6.总结与展望 | 第64-67页 |
| ·总结 | 第64页 |
| ·展望 | 第64-67页 |
| 参考文献 | 第67-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
