声明
缩略词表
第一章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 论文主要工作
1.4 论文组织结构
第二章3D MIMO系统信道估计及模型研究
2.1.1 3D MIMO技术
2.1.2 OFDM技术
2.1.3 3D MIMO-OFDM系统模型
2.2 现有的信道估计技术
2.2.1 信道估计的导频结构
2.2.2 信道估计模型
2.2.3 传统的信道估计算法
2.33D MIMO信道特征研究
2.3.1传统的2D MIMO信道模型
2.3.23D MIMO信道模型
2.3.3 3D MIMO信道稀疏性分析
2.4 本章小结
第三章 压缩感知信道估计算法研究
3.1 基于压缩感知的信道估计理论基础
3.1.1 压缩感知信道估计可行性分析
3.1.2 压缩感知原理研究
3.1.3 压缩感知信道估计模型
3.2 压缩感知信道估计算法研究与改进
3.2.1 正交匹配追踪(OMP)算法
3.2.2 正则化正交匹配(ROMP)算法
3.2.3 压缩采样匹配追踪(CoSaMP)算法
3.2.4 稀疏度自适应匹配追踪(SAMP)算法
3.2.5 本文提出的MRAMP算法
3.2.6 时间复杂度分析
3.33D MIMO信道估计算法性能仿真分析
3.3.1 导频分布对算法性能的影响
3.3.2 导频数量对算法性能的影响
3.3.3 信道稀疏度已知时各算法性能对比
3.3.4 信道稀疏度未知时各算法性能对比
3.4 本章小结
第四章 基于神经网络的信道估计技术研究
4.1 超分辨率信道估计原理研究
4.1.1 超分辨率重构技术
4.1.2 超分辨率重构技术在信道估计中的应用
4.2 人工神经网络原理研究
4.2.1 神经元模型
4.2.2 多层神经网络
4.2.3 误差反向传播算法
4.2.4 卷积神经网络
4.3 基于卷积神经网络的信道估计方法
4.3.1 信道参数预处理
4.3.2 CECNN信道估计模型
4.3.3 训练CECNN模型
4.3.4 应用CECNN模型重构完整信道
4.4 CECNN模型时间复杂度分析
4.5 本章小结
第五章3D MIMO信道估计系统软件仿真与测试
5.1 系统框架
5.1.1 发送端
5.1.2 接收端
5.1.3 信道
5.2 信道估计模块
5.2.1 LS信道估计模块
5.2.2 MRAMP信道估计模块
5.2.3 CECNN模型信道估计模块
5.3 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 本文主要工作
6.2 下一步工作建议
致谢
参考文献
攻读硕士学位期间取得的成果