声明
摘要
符号说明
第1章绪论
1.1研究背景与意义
1.2国内外研究现状
1.3论文的研究内容与结构
第2章信道估计相关理论
2.1信道估计基础
2.1.1信道估计常用算法
2.1.2信道互易性与信道估计
2.2压缩感知与信道估计
2.2.1压缩感知基础
2.2.2基于压缩感知的信道估计建模
2.3深度学习基础
2.3.1 深度学习基本概念
2.3.2循环神经网络
第3章单用户MIMO上行信道估计
3.1 系统模型
3.1.1信道模型
3.1.2二维格点失配模型
3.2基于稀疏贝叶斯学习的信道估计方案
3.2.1贝叶斯推断
3.2.2基于EM的超参数更新
3.2.3基于稀疏贝叶斯学习的算法
3.2.4基于稀疏贝叶斯学习的算法改进
3.2.5算法复杂度分析
3.3仿真结果与分析
3.4本章小结
第4章多用户MIMO上行信道估计
4.1 系统模型
4.2基于循环神经网络的低复杂度信道估计方案
4.3基于稀疏贝叶斯学习的MMV角域估计方案
4.3.1一维格点失配模型
4.3.2基于稀疏贝叶斯学习的角域信道估计推导
4.3.3算法复杂度分析
4.4仿真结果与分析
4.4.1 基于循环神经网络的低复杂度信道估计方案
4.4.2 基于稀疏贝叶斯学习的MMV角域估计方案
4.5本章小结
第5章总结与展望
5.1论文总结
5.2不足与展望
参考文献
附录
致谢
在读期间发表的学术论文与取得的研究成果
中国科学技术大学;