一、基于非线性空时编码系统的自适应信道估计（论文文献综述）
周蕾[1]（2019）在《FDD大规模MIMO系统基于角度域稀疏性和互易性的信道估计与传输方法研究》文中进行了进一步梳理大规模MIMO作为第五代移动通信系统的核心技术之一,可以有效提高频谱效率和系统容量。本文围绕FDD大规模MIMO系统中的信道估计和数据传输相关问题展开研究。利用FDD大规模MIMO系统在角度域上的稀疏特性和角度互易性,重点研究了基于角度域稀疏性的导频复用信道估计技术和波时分组码技术在信道信息获取、反馈以及数据传输中的应用。首先,文章对经典信道估计技术、预编码技术和分集技术做了总结。简单分析了经典信道估计方法的原理以及在FDD大规模MIMO系统中CSI获取存在的问题;介绍了线性与非线性预编码的优缺点;研究了空时编码典型方案OSTBC的编解码过程。对上述技术的总结与分析,为后文的研究与应用奠定了理论基础。然后,本文对基于角度域稀疏性的导频复用信道估计技术进行了研究与分析。研究了FDD大规模MIMO系统信道在角度域上的稀疏特性和角度互易性,并依此对信道有效信息进行提取。给出了用户分组和导频复用方案并将其应用于信道估计中,减少了训练和反馈的数据量。对上述方法进行了仿真分析,仿真结果表明基于角度域稀疏性的导频复用信道估计方法可以有效降低计算复杂度和反馈开销。之后,本文提出了可应用在基于导频复用信道估计中的自适应分组方法。分析了在不同角度扩展情况下的信道特征,并根据信道能量点分布与角度扩展之间的关系,提出能量点索引集的动态获取算法和对应的自适应分组方法。对所提自适应分组方法进行仿真并对估计性能进行分析,仿真结果表明应用自适应分组方法的信道估计可以在不同角度扩展情况下保证良好的估计性能,进一步降低系统开销。最后,本文研究了波时分组编码在FDD大规模MIMO系统中的应用。利用角度互易性通过UL CSI获取能量点索引集和目标方向角,进行用户分组与波束赋形联合处理及优化,并结合OSTBC,给出了波时分组编码传输方法。根据分组准则,提出了复杂度更低的数据传输分组方法。在不同信道场景中对低复杂度分组方法及波时分组编码方法进行了仿真和分析,结果表明了所提分组方法可以在降低计算复杂度的同时保证良好的分组效果,波时分组编码方法在不同信道环境中都能体现较好的传输性能。
江铭炎[2]（2005）在《软计算方法及其在通信信息处理中的应用研究》文中提出随着通信、计算机、电子学科的不断发展,其工程应用日趋广泛和深入,所采用的数学方法也随之不断地丰富,在大量的工程应用中由于信息处理的需求,软计算方法得到大量的应用,其理论也在不断的发展,其与其它方法的结合应用也在不断出现,使之在信息处理应用中显现出极大的重要性,本文主要对软计算方法（包括:小波理论、人工神经网络、优化算法、分形理论、混沌理论、数学形态学等）在信息处理中的应用进行了深入的研究,探讨了软计算方法在工程应用中出现的问题及不同数学方法的融合进行信息软计算处理方法及应用。 通信的信道是研究通信系统的重要部分,其模型及实际容量性能是重要的研究热点,论文首先研究了多径时变信道的模型,对多天线空间分集、信道编码时间分集、多载波调制频率分集三种分集技术,给出了最新技术的特点并对其性能应用和组合系统应用进行了比较,给出了相关的技术研究热点和发展趋势。 针对目前通信中多径时变信道的特点,及载波频偏的影响,对信道的估计已成为通信系统中信息处理不可缺少的重要一环,包括各种非盲、半盲、盲的信道跟踪估计方法不断涌现,尤其是多天线空间分集的大量应用,使通信系统不断加大复杂程度的同时,系统性能不断得到提高,在此情况下,提出采用自适应滤波方法完成盲的多径时变信道估计。在多天线信道情况下研究了用Kalman滤波算法的非盲的信道估计算法,提出在多天线快变信道下的Kalman跟踪估计算法并应用于图像通信传输系统,在系统存在载波频偏的情况下仍能有效地跟踪信道。研究了蒙特卡罗算法,提出的基于蒙特卡罗算法的多天线时变信道的盲估计算法,在不需导频和存在频偏的情况下能有效地跟踪快变信道。 小波理论及工程应用近年来不断得到发展,本文分析研究了小波,多进制小波和复小波的理论,将它们分别应用于通信系统、信号处理、图像处理中,在去噪的应用中,提出基于小波去噪及小波插值的OFDM信道估计,有效提高OFDM系统中的信道估计精度和插值精度,提高系统的误比特率。提出小波变尺度阈值的维纳滤波去噪方法,可提高去噪性能;采用小波的方法对语音信号功率谱进行有效估计。将多进制小波及将复小波应用在图像水印嵌入,以提高其安全性能;将多进制小波和复小波应用于直接序列扩频通信,提出了窄带干扰去除算法,可有效提高去干扰能力。提出将小波和分形方法应用于图像插值放大,可有效地解决图像放大的精度问题。 对某一问题求最优解,是工程中常见问题,优化算法理论是当前研究计算智能的重要内容,其应用遍及信息处理的各个领域,其优化方法也在不断丰富,论文主要研究了遗传算法及粒子群算法,提出了采用其对小波去噪阈值最优估计算法;研究了人工鱼群算法,并将其应用于小波的阈值最优确定及滤波器设计。 多载波调制可有效提高系统传输速率,现在研究很热的是正交频分复用OFDM技术,论文将正交小波基应用到多载波调制中,提出基于小波包的高载波数调制方法并与OFDM系统在Rayleigh复变信道下做了比较,分析了小波多载波调制技术优点,其理论及应用正成为研究的一个热点。 由于通信信道的多径效应,将会导致通信系统中出现码间干扰,而克服码间干扰的手段是采用信道均衡技术,论文研究了小波神经网络,并将其应用到信道均衡,提出一种变尺度的小波神经网络信道均衡算法,可有效减少网络神经元数目,提高均衡质量,有效降低系统的误比特率。 通信信道编码是通信领域中研究的热点,论文针对当前的TURBO码进行了
续澄澄[3]（2020）在《空间调制MIMO系统盲检测研究与设计》文中进行了进一步梳理空间调制是一种仅使用少量射频链路的新型多天线技术,能够兼顾频谱效率、能量效率和系统复杂度,具有相当广阔的应用前景。关于空间调制的现有研究大多基于信道状态信息已知的理想假设。经典的空间调制检测算法,如匹配滤波检测、最大似然检测等,均依赖于接收机信道状态信息。但是在实际场景中,获取精确的信道状态信息的难度和训练开销都很大。例如,在复杂通信场景下信道建模困难;在无线传感器网络或物联网中,应尽可能地减小能量受限的通信节点的导频开销。基于上述挑战,本学位论文以提升空间调制多输入多输出系统的传输可靠性为目标,借助机器学习算法、链路自适应技术,研究和设计了低训练开销的半盲检测方案和零训练开销的差分盲检测方案。本文的主要贡献和创新点归纳如下:（1）提出了机器学习辅助的空间调制信号半盲检测方案,利用有限长度的训练序列,在不进行显式信道状态信息估计的情况下恢复发送信号,提升了检测的误比特率性能。所提方案将信道相干时间内的传输分成了两个阶段,即训练阶段和数据传输阶段,通过在线训练的方式获得信道输入-输出关系的映射函数。首先通过理论推导证明了广义空移键控系统的盲检测问题和聚类问题的近似等价性,进而通过改进的K均值聚类算法求解盲检测问题。其次,为了解决广义空移键控系统中激活天线数目增多导致的K均值聚类检测算法性能下降的问题,通过将半盲检测问题看作多分类学习问题,提出了多分类K近邻半盲检测算法和多分类支持向量机半盲检测算法。仿真结果显示,三种基于机器学习的半盲检测算法以较低的复杂度降低了误比特率。（2）提出了基于聚类学习的自适应空间调制半盲传输机制。联合考虑时分双工空间调制多天线系统的上、下行传输,借助自适应天线选择技术,设计了基于聚类学习的自适应空间调制半盲传输机制。在所提传输机制中,系统的上、下行通信均采用改进的K均值聚类算法进行半盲检测。根据信道互易性,基于上行传输的聚类检测结果,获得下行传输自适应设计所需的信道状态信息。以通信系统整体的角度来看,该传输机制以非常低的系统训练开销,实现了传输可靠性的提升。仿真结果显示,与未进行自适应设计的方案相比,所提方案的误比特率性能增益显着;所提方案的误比特率性能接近理想信道状态信息已知的最优方案。（3）提出了基于波束切换的差分波束空间调制信号盲检测方案。针对时分双工多天线系统的上行传输场景,考虑准静态信道,提出了差分波束空间调制盲检测方案。差分波束空间调制利用波束切换,将信息比特映射到波束空间中的波束索引和波束激活顺序上。首先依据集合封闭性设计差分波束空间调制符号。然后描述了基于奇异值分解的差分波束空间调制传输的详细过程。最后推导了差分波束空间调制信号盲检测的简化公式,并对比分析了差分波束空间调制的理论和实际频谱效率。仿真结果显示,与差分空间调制相比,所提差分波束空间调制信号盲检测的误比特率性能增益显着。
李蕊[4]（2020）在《高速ROF-MIMO系统的预处理技术研究》文中研究说明随着现代通信、计算机技术的迅猛发展,人工智能、物联网、大数据、云计算等高新技术的兴起,自动驾驶、智慧城市等新兴业务被大规模的推广和使用。无线网络所承载的数据量呈现出爆炸性增长的趋势,这对通信网络的带宽、传输速率以及稳定性和安全性都提出了更高要求。光载无线（ROF,Radio Over Fiber）通信系统具有光纤通信技术可用带宽大、损耗低、抗电磁干扰性好的优点,同时结合了无线通信技术灵活便于接入的特点,被认为是当前宽带无线接入的理想方案之一。多输入多输出（MIMO,Multiple Input Multiple Output）技术是无线通信领域的关键技术之一,可提升空间资源利用率、传输速率、改善系统性能。正交频分复用技术（OFDM,Orthogonal Frequency Division Multiplexing）作为一种多载波调制技术,也是一种高速传输技术,具有频谱效率高,抗频率选择性衰落等优点。ROF技术、MIMO技术与OFDM调制技术的相互辅助,可使系统在传输速率、可靠性、灵活性方面均得到提升。但是,也使得信号在远距离传输的过程中会受到更严重的光纤色散、非线性效应、信道干扰等影响,造成接收信号的失真,同时,也会造成接收端信号处理复杂度的增高。因此,针对ROF-MIMO系统信号预处理技术的研究具有重要意义。针对提高该系统的可靠性与灵活性问题,本论文主要围绕ROF-MIMO系统的信号预处理技术展开。提出使用数字预失真技术降低非线性效应对ROF系统的影响;提出级联预失真与时空编码的信号处理方案改善基于空间分集的ROF-MIMO系统性能;提出级联预失真与ZF预编码的信号预处理方案解决基于空间复用的ROF-MIMO系统接收端信号非线性失真、信号处理复杂度高的问题;提出将GFDM调制技术应用于基于预处理方案的ROF-MIMO系统,解决OFDM调制造成高峰值平均功率比的问题。主要的研究内容和创新点如下:（1）ROF系统数字预失真方案论文在研究了 ROF技术、数字预失真技术的基础上,针对ROF系统非线性源较多的问题,提出了基于OFDM-ROF系统的数字预失真方案,以改善系统性能。仿真研究了基于多项式、记忆多项式、广义记忆多项式模型的自适应预失真OFDM-ROF系统性能。仿真结果表明,预失真技术可降低ROF系统误码率,其中广义记忆多项式模型效果最为明显。（2）基于空间分集技术的ROF-MIMO系统预处理方案论文在研究多输入多输出技术、空间分集技术的基础上,提出级联预失真与时空编码的信号处理方案,以提升基于空间分集技术的ROF-MIMO系统的可靠性,并降低接收端信号处理复杂度。仿真结果表明,在相同条件下,级联预失真与时空编码的ROF-MIMO系统与未进行信号预处理的ROF-SISO系统相比,系统性能提升十分明显,系统误码率降低至10-6。（3）基于空间复用技术的ROF-MIMO系统预处理方案论文在研究空间复用技术、预编码技术的基础上,提出级联预失真与迫零预编码的信号预处理方案,解决了基于空间复用技术的ROF-MIMO系统非线性失真、信道间干扰等问题,同时有效降低接收端复杂度,提升接收端灵活性。仿真结果表明,在相同条件下,级联预失真与ZF预编码的ROF-MIMO系统与ROF-MIMO系统相比,将系统误码率从10-3降低至10-4。（4）基于广义频分复用技术ROF-MIMO系统预处理方案论文在研究广义频分复用调制技术的基础上,提出将GFDM调制技术应用于基于预处理技术的ROF-MIMO系统,解决OFDM调制造成高峰值平均功率比的问题。通过仿真分析,采用预失真、预编码等信号预处理技术可提升基于GFDM调制的ROF-MIMO系统的系统性能。同时,GFDM调制技术使得ROF-MIMO系统获得更好的误码率性能。
二、基于非线性空时编码系统的自适应信道估计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于非线性空时编码系统的自适应信道估计（论文提纲范文）
（1）FDD大规模MIMO系统基于角度域稀疏性和互易性的信道估计与传输方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 本论文符号说明 |
| 本论文专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 相关知识及国内外研究现状 |
| 1.2.1 MIMO技术及大规模MIMO技术 |
| 1.2.2 FDD模式下的信道状态信息获取 |
| 1.3 论文组织结构 |
| 1.4 数学符号说明 |
| 第二章 大规模MIMO系统经典信道估计与编码技术 |
| 2.1 引言 |
| 2.2 经典信道估计方法 |
| 2.2.1 最小二乘估计 |
| 2.2.2 最小均方误差估计 |
| 2.3 预编码技术 |
| 2.3.1 线性预编码技术 |
| 2.3.2 非线性预编码技术 |
| 2.4 空时编码技术 |
| 2.4.1 Alamouti方案 |
| 2.4.2 OSTBC方案 |
| 2.5 本章小结 |
| 第三章 大规模MIMO中基于角度域稀疏性的导频复用信道估计 |
| 3.1 引言 |
| 3.2 系统模型及信道特性 |
| 3.2.1 系统模型 |
| 3.2.2 FDD系统中的角度互易性 |
| 3.2.3 角度域稀疏特性与能量点索引集获取 |
| 3.3 基于能量点索引集的用户分组及信道估计 |
| 3.3.1 用户分组原理及标准 |
| 3.3.2 UL信道估计 |
| 3.3.3 DL信道估计 |
| 3.4 性能仿真与结果分析 |
| 3.5 本章小结 |
| 第四章 基于导频复用信道估计中的自适应分组方法 |
| 4.1 引言 |
| 4.2 一般信道环境下的系统模型分析 |
| 4.2.1 一般信道环境下的信道特性 |
| 4.2.2 能量点索引集优化 |
| 4.3 自适应分组方法 |
| 4.3.1 信道空间信息的动态获取 |
| 4.3.2 基于能量点索引集的用户分组 |
| 4.4 性能仿真与结果分析 |
| 4.5 本章小结 |
| 第五章 波时分组编码在FDD大规模MIMO中的应用 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 波时分组编码 |
| 5.3.1 基于能量点索引集和波束赋形目标方向的用户分组 |
| 5.3.2 波束赋形与优化 |
| 5.3.3 用户分组与波束赋形联合处理及优化 |
| 5.3.4 BTBC信号编码与解码 |
| 5.4 性能仿真与结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作与展望 |
| 参考文献 |
| 作者攻读硕士学位期间发表的论文 |
| 致谢 |
（2）软计算方法及其在通信信息处理中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 信息科学中的软计算方法及应用状况 |
| 1.2 小波、神经网络、优化算法、混沌理论、分形、数学形态学的理论概述 |
| 1.3 主要研究工作和论文贡献 |
| 参考文献 |
| 第二章 多径信道下的空时频分集技术 |
| 2.1 时变多径信道 |
| 2.2 空时频分集 |
| 2.3 空时码在频率选择性衰落信道下的应用 |
| 参考文献 |
| 第三章 多天线空时分集信道跟踪与估计 |
| 3.1 基于自适应滤波算法的多径信道估计 |
| 3.2 基于KALMAN滤波多天线系统信道跟踪 |
| 3.3 基于序贯蒙特卡罗算法多天线通信信道盲估计 |
| 参考文献 |
| 第四章 小波及其在信息处理中的应用 |
| 4.1 小波包多载波调制 WOFDM |
| 4.2 多进制小波和复小波在直接序列扩频通信窄带干扰去除中的应用 |
| 4.3 基于小波去噪及小波插值的OFDM信道估计 |
| 4.4 小波多尺度阅值的维纳滤波去噪方法 |
| 4.5 基于小波的信号功率谱估计方法 |
| 4.6 多进制小波在图像水印中的应用 |
| 4.7 复小波在图像水印中的应用 |
| 4.8 图像小波分形插值放大方法 |
| 参考文献 |
| 第五章 优化算法及其应用 |
| 5.1 基于遗传算法及粒子群算法的小波最优阅值估计 |
| 5.2 基于人工鱼群算法的小波阅值及滤波器设计 |
| 参考文献 |
| 第六章 混沌及其应用 |
| 6.1 混沌TURBO码 |
| 6.2 混沌交织器的性能研究 |
| 参考文献 |
| 第七章 小波神经网络及其应用 |
| 7.1 小波神经网络 |
| 7.2 基于变尺度小波神经网络的信道均衡 |
| 参考文献 |
| 第八章 数学形态学及其应用 |
| 8.1 数学形态学基本运算 |
| 8.2 基于数学形态学的多级平均图像边缘检测 |
| 参考文献 |
| 第九章 总结 |
| 致谢 |
| 攻读博士期间发表的文章、着作、专利申请及获奖 |
（3）空间调制MIMO系统盲检测研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩写对照表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空间调制技术研究现状 |
| 1.2.2 空间调制信号检测技术研究现状 |
| 1.3 论文的主要内容及结构安排 |
| 第2章 空间调制原理与相关技术 |
| 2.1 空间调制基本原理 |
| 2.2 空间调制信号检测 |
| 2.2.1 基于信道估计的空间调制信号检测 |
| 2.2.2 空间调制信号盲检测 |
| 2.3 发送预编码 |
| 2.4 本章小结 |
| 第3章 基于机器学习的空间调制信号半盲检测 |
| 3.1 基于监督学习的广义空移键控信号半盲检测 |
| 3.1.1 系统模型 |
| 3.1.2 基于聚类学习的广义空移键控信号半盲检测 |
| 3.1.2.1 问题建模 |
| 3.1.2.2 基于改进的K均值聚类的广义空移键控信号半盲检测器 |
| 3.1.3 基于多分类学习的广义空移键控信号半盲检测 |
| 3.1.3.1 数据预处理 |
| 3.1.3.2 多分类KNN半盲检测器 |
| 3.1.3.3 多分类SVM半盲检测器 |
| 3.1.4 仿真结果与分析 |
| 3.1.4.1 仿真分析 |
| 3.1.4.2 复杂度分析 |
| 3.2 基于聚类学习的自适应空间调制半盲传输机制 |
| 3.2.1 系统模型 |
| 3.2.2 基于聚类检测结果的信道估计 |
| 3.2.3 基于天线选择的自适应空间调制 |
| 3.2.4 仿真结果与分析 |
| 3.3 本章小结 |
| 第4章 发送预编码辅助的差分波束空间调制信号盲检测 |
| 4.1 系统模型 |
| 4.2 差分波束空间调制与盲检测设计 |
| 4.2.1 差分波束空间调制符号设计 |
| 4.2.2 预编码辅助的差分波束空间调制 |
| 4.2.3 差分波束空间调制信号盲检测 |
| 4.3 仿真结果与分析 |
| 4.3.1 频谱效率分析 |
| 4.3.2 仿真分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 下一步工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所取得的成果及参与的项目 |
| 发表的学术论文及申请的专利 |
| 参与的科研项目 |
| 学位论文评阅及答辩情况表 |
（4）高速ROF-MIMO系统的预处理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 ROF技术国内外研究现状 |
| 1.2.2 数字预失真技术国内外研究现状 |
| 1.2.3 MIMO系统预编码技术国内外研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文组织架构 |
| 第二章 理论研究 |
| 2.1 ROF技术 |
| 2.1.1 ROF系统 |
| 2.1.2 ROF系统的特点 |
| 2.1.3 ROF系统中非线性分析 |
| 2.2 MIMO技术 |
| 2.2.1 MIMO系统 |
| 2.2.2 空间分集与空间复用技术 |
| 2.3 预失真与预编码技术 |
| 2.3.1 通信信号处理结构 |
| 2.3.2 数字预失真技术 |
| 2.3.3 MIMO系统预编码理论 |
| 2.4 本章小结 |
| 第三章 ROF系统数字预失真方案研究 |
| 3.1 OFDM-ROF系统建模 |
| 3.1.1 OFDM技术原理 |
| 3.1.2 光载射频信号产生与调制技术 |
| 3.1.3 OFDM-ROF系统建模 |
| 3.2 基于无记忆多项式的ROF系统预失真 |
| 3.2.1 基于无记忆多项式的ROF系统预失真方案 |
| 3.2.2 性能分析 |
| 3.3 基于简化Volterra级数的ROF系统预失真 |
| 3.3.1 Volterra级数模型与简化Volterra级数模型 |
| 3.3.2 基于简化Volterra级数的ROF系统预失真方案 |
| 3.3.3 性能分析 |
| 3.4 本章小结 |
| 第四章 ROF-MIMO系统预处理方案研究 |
| 4.1 基于空间分集ROF-MIMO系统的预处理方案 |
| 4.1.1 空时编码STBC原理 |
| 4.1.2 基于空间分集技术的ROF-MIMO系统预处理方案 |
| 4.1.3 性能分析 |
| 4.2 基于空间复用ROF-MIMO系统的预处理方案 |
| 4.2.1 基于空间复用技术的ROF-MIMO系统预处理方案 |
| 4.2.2 性能分析 |
| 4.3 GFDM-ROF-MIMO系统预处理方案 |
| 4.3.1 GFDM-ROF-MIMO系统预处理方案 |
| 4.3.2 性能分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
四、基于非线性空时编码系统的自适应信道估计（论文参考文献）
- [1]FDD大规模MIMO系统基于角度域稀疏性和互易性的信道估计与传输方法研究[D]. 周蕾. 东南大学, 2019(06)
- [2]软计算方法及其在通信信息处理中的应用研究[D]. 江铭炎. 山东大学, 2005(07)
- [3]空间调制MIMO系统盲检测研究与设计[D]. 续澄澄. 山东大学, 2020(02)
- [4]高速ROF-MIMO系统的预处理技术研究[D]. 李蕊. 北京邮电大学, 2020(05)