摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第16-23页 |
1.1 本论文的研究背景及意义 | 第16-18页 |
1.1.1 分布式MIMO系统多参数估计的研究意义与现状 | 第16-17页 |
1.1.2 分布式MIMO系统多参数预纠正的研究意义与现状 | 第17-18页 |
1.2 分布式MIMO系统简述 | 第18-21页 |
1.2.1 MIMO系统结构 | 第19-20页 |
1.2.2 分布式MIMO系统优势 | 第20-21页 |
1.3 本论文的主要研究内容和创新 | 第21-22页 |
1.4 本论文的结构安排 | 第22-23页 |
第二章 准静态信道分布式MIMO多参数估计 | 第23-41页 |
2.1 引言 | 第23页 |
2.2 基于最大似然准则的多参数估计算法 | 第23-27页 |
2.2.1 多参数最大似然估计模型 | 第23-25页 |
2.2.2 多频偏最大似然估计的克拉美-罗限 | 第25-27页 |
2.3 基于训练序列相关的多频偏估计 | 第27-31页 |
2.3.1 系统模型 | 第28页 |
2.3.2 基于训练序列相关的多频偏估计 | 第28-31页 |
2.4 基于EM类算法的多参数估计 | 第31-36页 |
2.4.1 EM类算法综述 | 第31-32页 |
2.4.2 基于ECM算法的多参数估计 | 第32-35页 |
2.4.3 基于SAGE算法的多参数估计 | 第35-36页 |
2.5 数字仿真结果及分析 | 第36-40页 |
2.5.1 EM类方法和Yao方法对比 | 第37-38页 |
2.5.2 ECM和SAGE算法性能对比 | 第38-40页 |
2.6 本章小结 | 第40-41页 |
第三章 时变信道分布式MIMO多参数估计 | 第41-53页 |
3.1 引言 | 第41页 |
3.2 基于最大似然准则的多参数估计模型 | 第41-43页 |
3.3 时变信道基于EM类算法的多参数估计 | 第43-49页 |
3.3.1 基于ECM算法的多参数估计 | 第43-47页 |
3.3.2 基于SAGE算法的多参数估计 | 第47-49页 |
3.4 数字仿真结果及分析 | 第49-52页 |
3.5 本章小结 | 第52-53页 |
第四章 时变信道分布式MIMO系统多参数预校准技术 | 第53-71页 |
4.1 引言 | 第53页 |
4.2 分布式MIMO系统多频偏预纠正技术 | 第53-56页 |
4.2.1 预编码方法综述 | 第53-54页 |
4.2.2 基于预编码的多频偏预纠正技术 | 第54-56页 |
4.3 分布式MIMO系统天线校准技术 | 第56-64页 |
4.3.1 单天线系统天线校准技术 | 第56-57页 |
4.3.2 基于SVD分解的预编码模型 | 第57-60页 |
4.3.3 多天线系统校准技术 | 第60-64页 |
4.4 分布式MIMO系统多参数预校准技术 | 第64-67页 |
4.5 数字仿真结果与分析 | 第67-70页 |
4.6 本章小结 | 第70-71页 |
第五章 结束语 | 第71-73页 |
5.1 本文工作及贡献 | 第71-72页 |
5.2 下一步工作建议和研究方向 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间研究成果 | 第79-80页 |
个人简历 | 第80-81页 |