| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 信道估计算法的研究现状 | 第10-13页 |
| 1.2.1 盲信道与半盲信道估计算法 | 第11页 |
| 1.2.2 非盲(导频辅助)信道估计算法 | 第11-13页 |
| 1.3 大规模MIMO信道估计算法研究现状 | 第13-14页 |
| 1.4 论文的研究工作及结构安排 | 第14-16页 |
| 第二章 大规模MIMO理论 | 第16-26页 |
| 2.1 无线信道衰落模型 | 第16-20页 |
| 2.1.1 大尺度衰落 | 第16-18页 |
| 2.1.2 小尺度衰落 | 第18-20页 |
| 2.2 大规模MIMO系统 | 第20-24页 |
| 2.2.1 MIMO系统模型 | 第20页 |
| 2.2.2 MIMO系统容量 | 第20-21页 |
| 2.2.3 大规模MIMO系统模型 | 第21-23页 |
| 2.2.4 大规模MIMO信道特性分析 | 第23-24页 |
| 2.3 仿真验证和性能分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 大规模MIMO信道估计算法与压缩感知理论 | 第26-43页 |
| 3.1 大规模MIMO系统信道估计技术 | 第27-30页 |
| 3.1.1 最小二乘(LS)信道估计算法 | 第27-29页 |
| 3.1.2 最小均方误差(MMSE)信道估计算法 | 第29-30页 |
| 3.2 压缩感知理论 | 第30-32页 |
| 3.2.1 理论框架 | 第30-31页 |
| 3.2.2 信号的稀疏表示 | 第31页 |
| 3.2.3 测量矩阵的设计 | 第31-32页 |
| 3.2.4 恢复算法 | 第32页 |
| 3.3 基于压缩感知的大规模MIMO信道估计算法 | 第32-38页 |
| 3.3.1 下行大规模MIMO系统模型 | 第33-36页 |
| 3.3.2 基于压缩感知的信道估计算法 | 第36-38页 |
| 3.4 算法分析 | 第38-39页 |
| 3.5 仿真验证和性能分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于信道空时相关性的改进信道估计算法 | 第43-60页 |
| 4.1 结构化压缩感知理论 | 第44-45页 |
| 4.1.1 MMV稀疏模型构造 | 第44-45页 |
| 4.1.2 结构化压缩感知恢复算法 | 第45页 |
| 4.2 大规模MU-MIMO-OFDM下行信道模型 | 第45-48页 |
| 4.3 基于空时相关性的稀疏信道估计算法 | 第48-51页 |
| 4.3.1 大规模MIMO系统时延域空时相关特性 | 第48-49页 |
| 4.3.2 基于空时相关性的结构化压缩感知信道估计算法 | 第49-51页 |
| 4.4 改进结构化自适应匹配追踪算法 | 第51-54页 |
| 4.4.1 算法描述 | 第52-54页 |
| 4.4.2 算法分析 | 第54页 |
| 4.4.3 计算复杂度分析 | 第54页 |
| 4.5 仿真验证和性能分析 | 第54-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 硕士期间发表的论文 | 第69页 |