| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 物理量名称及符号表 | 第12-13页 |
| 第1章 绪论 | 第13-26页 |
| 1.1 课题背景及研究的目的和意义 | 第13-19页 |
| 1.2 国内外研究现状及分析 | 第19-23页 |
| 1.3 本文研究思路 | 第23-24页 |
| 1.4 本文的主要研究内容 | 第24-26页 |
| 第2章 大规模MIMO接收机 | 第26-45页 |
| 2.1 引言 | 第26页 |
| 2.2 异构网络 | 第26-28页 |
| 2.3 大规模MIMO线性接收机 | 第28-30页 |
| 2.4 非有利传播条件下多用户检测 | 第30-38页 |
| 2.5 分布式迭代接收机 | 第38-44页 |
| 2.5.1 置信度传播算法 | 第39-41页 |
| 2.5.2 高斯置信度传播算法 | 第41-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第3章 分布式多用户检测CGABP算法 | 第45-62页 |
| 3.1 引言 | 第45-46页 |
| 3.2 系统模型 | 第46-48页 |
| 3.3 复高斯置信度传播算法 | 第48-53页 |
| 3.4 分布式处理算法并行实现 | 第53-56页 |
| 3.5 仿真结果 | 第56-61页 |
| 3.6 本章小结 | 第61-62页 |
| 第4章 分布式多用户检测动态性能分析方法 | 第62-78页 |
| 4.1 引言 | 第62页 |
| 4.2 算法复杂度与收敛性分析 | 第62-65页 |
| 4.3 CGABP动态性能分析方法 | 第65-77页 |
| 4.3.1 状态进化理论 | 第65-66页 |
| 4.3.2 大系统极限分析 | 第66-70页 |
| 4.3.3 状态进化渐进分析 | 第70-72页 |
| 4.3.4 误比特率性能分析 | 第72-73页 |
| 4.3.5 仿真验证 | 第73-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第5章 功率增益与信道估计的CGABP算法 | 第78-101页 |
| 5.1 引言 | 第78页 |
| 5.2 自适应-CGABP算法 | 第78-87页 |
| 5.2.1 系统模型 | 第78-79页 |
| 5.2.2 最大似然参数学习 | 第79-81页 |
| 5.2.3 仿真结果 | 第81-84页 |
| 5.2.4 最大似然参数学习一致性 | 第84-86页 |
| 5.2.5 最大似然参数学习收敛性分析 | 第86-87页 |
| 5.3 非理想信道状态信息下的CGABP算法 | 第87-100页 |
| 5.3.1 信道估计 | 第89-91页 |
| 5.3.2 系统模型 | 第91-92页 |
| 5.3.3 非理想信道状态信息下的CGa BP算法 | 第92-96页 |
| 5.3.4 仿真结果 | 第96-100页 |
| 5.4 本章小结 | 第100-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 攻读博士学位期间发表的论文及其它成果 | 第111-113页 |
| 致谢 | 第113-114页 |
| 个人简历 | 第114页 |