| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-19页 |
| 1.1.1 5G通信系统 | 第17-18页 |
| 1.1.2 5G通信系统中的MIMO技术 | 第18-19页 |
| 1.2 研究意义与研究现状 | 第19-24页 |
| 1.2.1 5G中MIMO信道参数估计 | 第19-21页 |
| 1.2.2 5G中MIMO信道估计 | 第21-23页 |
| 1.2.3 研究不足 | 第23-24页 |
| 1.3 论文的主要内容和章节安排 | 第24-25页 |
| 1.4 研究受资助情况 | 第25页 |
| 参考文献 | 第25-29页 |
| 第二章 基于Hopfield神经网络的SAGE信道参数估计 | 第29-39页 |
| 2.1 介绍 | 第29-30页 |
| 2.2 系统模型 | 第30-31页 |
| 2.3 信道参数估计 | 第31-34页 |
| 2.3.1 SAGE算法 | 第31-33页 |
| 2.3.2 改进算法 | 第33-34页 |
| 2.4 仿真结果及分析 | 第34-37页 |
| 2.5 本章小结 | 第37页 |
| 参考文献 | 第37-39页 |
| 第三章 基于特征值分解的大规模天线系统半盲信道估计研究 | 第39-51页 |
| 3.1 介绍 | 第39-40页 |
| 3.2 系统模型 | 第40-41页 |
| 3.2.1 多小区多用户大规模天线系统上行链路 | 第40页 |
| 3.2.2 随机向量的特征公式 | 第40-41页 |
| 3.3 基于EVD的盲信道估计的性能 | 第41-46页 |
| 3.3.1 (?)_l与R_l之间的偏差对基于EVD的估计带来的影响,(N≤T情况) | 第43-44页 |
| 3.3.2 (?)_l与R_l之间的偏差对基于EVD的估计带来的影响,(N≥T情况) | 第44-46页 |
| 3.4 仿真结果及分析 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 第四章 基于BP-NN的信道插值研究 | 第51-61页 |
| 4.1 介绍 | 第51-52页 |
| 4.2 OFDM系统导频处信道估计 | 第52-54页 |
| 4.2.1 OFDM系统模型 | 第52-53页 |
| 4.2.2 导频处信道估计 | 第53-54页 |
| 4.3 OFDM系统信道插值算法 | 第54-57页 |
| 4.3.1 常用的信道插值算法介绍 | 第54-55页 |
| 4.3.2 基于BP-NN的信道插值 | 第55-57页 |
| 4.4 仿真结果及分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 第五章 大规模天线系统中利用空间域的稀疏性进行压缩感知信道估计 | 第61-73页 |
| 5.1 介绍 | 第61-62页 |
| 5.2 系统模型 | 第62-64页 |
| 5.3 压缩感知信道估计 | 第64-66页 |
| 5.3.1 正交匹配搜索算法(OMP) | 第64-66页 |
| 5.3.2 PSO-OMP信道估计 | 第66页 |
| 5.4 仿真结果及分析 | 第66-70页 |
| 5.5 本章小结 | 第70页 |
| 参考文献 | 第70-73页 |
| 第六章 大规模天线系统稀疏信道估计中的导频设计 | 第73-95页 |
| 6.1 介绍 | 第73-74页 |
| 6.2 问题描述 | 第74-77页 |
| 6.2.1 信道估计模型 | 第74-76页 |
| 6.2.2 互相关值 | 第76-77页 |
| 6.3 导频设计方案一 | 第77-86页 |
| 6.3.1 交替投影算法介绍 | 第77-78页 |
| 6.3.2 算法实现 | 第78-82页 |
| 6.3.3 仿真结果及分析 | 第82-86页 |
| 6.4 导频设计方案二 | 第86-93页 |
| 6.4.1 算法实现 | 第87-89页 |
| 6.4.2 仿真结果及分析 | 第89-93页 |
| 6.5 本章小结 | 第93页 |
| 参考文献 | 第93-95页 |
| 第七章 总结与展望 | 第95-97页 |
| 附录A 式(6-16)的推导 | 第97-99页 |
| 附录B 式(6-17)的推导 | 第99-101页 |
| 附录C 缩略语表 | 第101-103页 |
| 致谢 | 第103-105页 |
| 攻读学位期间发表的学术论文目录 | 第105页 |
