| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-34页 |
| 1.1 压缩感知的背景 | 第14-15页 |
| 1.2 压缩感知的应用 | 第15-23页 |
| 1.2.1 稀疏信道估计 | 第15-16页 |
| 1.2.2 无线传感器网络 | 第16-18页 |
| 1.2.3 认知无线电网络 | 第18-19页 |
| 1.2.4 超宽带系统 | 第19页 |
| 1.2.5 多媒体通信 | 第19-21页 |
| 1.2.6 其他应用 | 第21-23页 |
| 1.3 论文主要内容 | 第23-28页 |
| 1.4 论文组织结构 | 第28页 |
| 1.5 本章小结 | 第28-29页 |
| 1.6 本章参考文献 | 第29-34页 |
| 第二章 压缩感知关键技术 | 第34-52页 |
| 2.1 压缩感知理论 | 第34-39页 |
| 2.1.1 信号的稀疏表示 | 第34-35页 |
| 2.1.2 观测矩阵的设计 | 第35-36页 |
| 2.1.3 信号的重构 | 第36-39页 |
| 2.1.3.1 凸松弛算法 | 第36-37页 |
| 2.1.3.2 贪婪追踪算法 | 第37-39页 |
| 2.2 分布式压缩感知 | 第39-43页 |
| 2.2.1 联合稀疏模型 | 第39-41页 |
| 2.2.2 DCS恢复算法 | 第41-43页 |
| 2.2.2.1 基于JSM-1的恢复算法 | 第41页 |
| 2.2.2.2 基于JSM-2的恢复算法 | 第41-43页 |
| 2.2.2.3 基于JSM-3的恢复算法 | 第43页 |
| 2.3 广义分布式压缩感知 | 第43-47页 |
| 2.3.1 GDCS信号模型 | 第44-45页 |
| 2.3.2 GDCS恢复算法 | 第45-47页 |
| 2.4 Kronecker压缩感知 | 第47-49页 |
| 2.4.1 KCS原理 | 第47-48页 |
| 2.4.2 KCS性能 | 第48-49页 |
| 2.5 本章小结 | 第49页 |
| 2.6 本章参考文献 | 第49-52页 |
| 第三章 基于KCS的MIMO-OFDM信道估计方法 | 第52-77页 |
| 3.1 引言 | 第52页 |
| 3.2 MIMO-OFDM系统 | 第52-56页 |
| 3.2.1 系统特性 | 第52-54页 |
| 3.2.2 信道估计 | 第54-56页 |
| 3.3 基于KCS的MIMO-OFDM系统信道估计 | 第56-66页 |
| 3.3.1 K-OMP算法 | 第58-60页 |
| 3.3.2 仿真和性能分析 | 第60-63页 |
| 3.3.3 算法理论分析 | 第63-66页 |
| 3.3.3.1 互相关性 | 第63-64页 |
| 3.3.3.2 约束等距常数 | 第64-65页 |
| 3.3.3.3 算法复杂度 | 第65-66页 |
| 3.4 MIMO-OFDM AF中继系统 | 第66-69页 |
| 3.5 基于KCS的MIMO-OFDM AF中继系统信道估计 | 第69-73页 |
| 3.5.1 MK-OMP算法 | 第69-71页 |
| 3.5.2 仿真和性能分析 | 第71-73页 |
| 3.5.2.1 对信道多径数的估计性能 | 第71-72页 |
| 3.5.2.2 信道估计的MSE和BER性能 | 第72-73页 |
| 3.6 本章小结 | 第73-74页 |
| 3.7 本章参考文献 | 第74-77页 |
| 第四章 基于压缩感知和卡尔曼滤波的MIMO信道估计方法 | 第77-89页 |
| 4.1 引言 | 第77页 |
| 4.2 卡尔曼滤波 | 第77-79页 |
| 4.3 卡尔曼滤波信道估计 | 第79-80页 |
| 4.4 基于压缩感知和卡尔曼滤波的MIMO信道估计 | 第80-86页 |
| 4.4.1 卡尔曼滤波跟踪 | 第82页 |
| 4.4.2 压缩感知信道估计 | 第82-83页 |
| 4.4.3 仿真和性能分析 | 第83-86页 |
| 4.5 本章小结 | 第86页 |
| 4.6 本章参考文献 | 第86-89页 |
| 第五章 稀疏系统的分数阶LMS识别算法 | 第89-115页 |
| 5.1 引言 | 第89-95页 |
| 5.1.1 LMS算法 | 第89-92页 |
| 5.1.2 稀疏ZA-LMS算法 | 第92-95页 |
| 5.2 分数阶微积分 | 第95-100页 |
| 5.2.1 定义 | 第95-98页 |
| 5.2.2 Laplace变换和Fourier变换 | 第98-100页 |
| 5.3 分数阶自适应滤波 | 第100-103页 |
| 5.3.1 分数阶差分和离散Mittag-Lefler函数 | 第100-102页 |
| 5.3.2 分数阶微积分的离散化 | 第102-103页 |
| 5.4 MLMS分数阶扩展 | 第103-109页 |
| 5.4.1 算法提出 | 第103-105页 |
| 5.4.2 性能分析 | 第105-109页 |
| 5.5 实现和仿真 | 第109-112页 |
| 5.5.1 GMLMS实现 | 第109-110页 |
| 5.5.2 稀疏系统识别仿真 | 第110-112页 |
| 5.6 本章小结 | 第112页 |
| 5.7 本章参考文献 | 第112-115页 |
| 第六章 总结与展望 | 第115-119页 |
| 6.1 总结 | 第115-117页 |
| 6.2 展望 | 第117-118页 |
| 6.3 本章参考文献 | 第118-119页 |
| 缩写说明 | 第119-121页 |
| 致谢 | 第121-122页 |
| 攻读博士学位期间发表的学术论文 | 第122页 |
