基于高阶累积量的MIMO系统盲信道估计方法的研究
| 第一章 引言 | 第1-20页 |
| 1．1 移动通信的发展及关键技术 | 第11-14页 |
| 1．1．1 移动通信系统的发展概述 | 第11-13页 |
| 1．1．2 4G的产生及概念 | 第13-14页 |
| 1．2 4G关键技术 | 第14-18页 |
| 1．2．1 概述 | 第14-15页 |
| 1．2．2 MIMO技术 | 第15-18页 |
| 1．3 4G发展面临的技术挑战 | 第18页 |
| 1．4 本文内容简介 | 第18-20页 |
| 第二章 MIMO系统的盲信道估计技术 | 第20-28页 |
| 2．1 系统描述 | 第20-21页 |
| 2．2 基于二阶统计量的MIMO系统盲信道估计 | 第21页 |
| 2．3 基于高阶统计量的MIMO系统盲信道估计 | 第21-22页 |
| 2．4 基于高阶累积量的MIMO盲信道估计的仿真 | 第22-27页 |
| 2．5 本章小结 | 第27-28页 |
| 第三章 基于逆滤波器误差的信道估计 | 第28-40页 |
| 3．1 高阶统计量的预备知识 | 第28-31页 |
| 3．1．1 高阶矩和高阶累积量的定义及基本性质 | 第28-30页 |
| 3．1．2 高阶谱的定义及基本性质 | 第30-31页 |
| 3．2 基于逆滤波器的信源迭代盲信道估计方法 | 第31-35页 |
| 3．2．1 MIMO信道模型 | 第31-32页 |
| 3．2．2 逆滤波器准则 | 第32-33页 |
| 3．2．3 信源迭代算法 | 第33-35页 |
| 3．3 超指数算法 | 第35-37页 |
| 3．4 恒模算法 | 第37-38页 |
| 3．5 算法比较和分析 | 第38-39页 |
| 3．6 本章小结 | 第39-40页 |
| 第四章 改进的梯度最优化算法 | 第40-51页 |
| 4．1 最优化问题的概述 | 第40-45页 |
| 4．2 基于梯度的最优化算法 | 第45-47页 |
| 4．3 改进的梯度最优化算法 | 第47-49页 |
| 4．4 优化算法的仿真 | 第49-50页 |
| 4．5 本章小结 | 第50-51页 |
| 第五章 加逆滤波的频域信道估计方法 | 第51-70页 |
| 5．1 概述 | 第51页 |
| 5．2 高阶谱估计的方法 | 第51-54页 |
| 5．2．1 双谱估计的直接法 | 第51-52页 |
| 5．2．2 双谱估计的间接法 | 第52-54页 |
| 5．3 基于功率谱和高阶谱的频域信道估计方法 | 第54-59页 |
| 5．4 加逆滤波的频域信道估计方法 | 第59-60页 |
| 5．5 基于子空间的预白化方法 | 第60-63页 |
| 5．5．1 概述 | 第60-61页 |
| 5．5．2 白化矩阵的求解 | 第61-62页 |
| 5．5．3 子空间投影的基本原理 | 第62页 |
| 5．5．4 利用子空间投影的白化矩阵求解 | 第62-63页 |
| 5．6 仿真试验及结果分析 | 第63-69页 |
| 5．7 本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6．1 全文总结 | 第70页 |
| 6．2 可以进一步研究的问题 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 研究生期间发表的文章 | 第78-79页 |
| 研究生期间参加的项目 | 第79页 |
