无线信道有限反馈技术研究.pdf

《无线信道有限反馈技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇‘＾＇ｒ‘＞ｒ；．满＼；ｒｆ：；ｐ；．辱；－．心ｙ我：；．咬＇＾．；．；＇，＇，．Ｖ，啡和＇．巧．萬．－．．：｜＇，基＾一ｉ－；．．舊．一３＾．．甲彝ｌ：．ｉ耗巧：Ｖ，．．－Ｉ：马ｖ．．．．．議呆．Ｍｖ部．：．佔人＇＾．Ｖ．．．ｒ、ｉ．护＾ｆ苗盛＾‘．－＼．／■－＇４撲ｆ＾；託－‘．＇—燕右苦．话為尸胸矣ｉ—节＞、裘為為＾雀遠＃．、＇；．；．＼．．■％一！．：一．－£今＾‘读，；？节ｉｒｒ＾；、／、－Ｖ苗ｍ５＾，．；；－当心Ｉ＇女－冷－＾－＾＾１．僅＇；？．．，

2、＞．ｉ垂？？＂＇．：＇引＾ｌ．．－：＾说！奇識ｕ＇絮／‘邊對＼；．皆：却．？￣？子ｉ＾Ｖ、別起：＇／续八唔巧一．；／．／，Ｖ’护－■繁＇艇食．簾－０．Ｖ計请Ｖ＼菲茂為．．．Ｖ‘＇Ｖ．；ｔ苗，？、、＾＾＃．＾？晏＞节麥’．峰冷：．％墓：藏＇塞，＇吟．據‘．；、Ｊ、：。Ｖ，．＇＇；ｉ，ｐ、ｔ藝；论史题ｓ＾断馈寶；３藻４．讓．＇＇．＞ｉｌ．ｒ巧．棄片＇ｆ，，ａ歎‘鞭．：梦．；’義捏／．．：’．．，．；：＂．Ｖ＾若群．一－＞＇；．Ｖ＾養挺＞％

3、皆＾名也＿嗔皆滚麵、聲户，ｉ．一．１４ｖ－．義，Ｖ－？皆令＼沁＿楚．養ｗＷ楚＇＂爭Ｖｗ■，玉＂Ｖ：ｙ．．．式．辑／法高义，＾赛：请．．＇，；ｉ毒、｜＇敲丧｝＇．；．ｖ＇，萍．ａ－皆矿声＾，：爲＾｝５ｖ；＾．４．的＾＇学寸斗？义．＇研ｋ巧＾线．Ｊｆ＾：申请ｉ帮衣ｒ．．．；■§年穿论＾Ｉ．－宇．．．；＞．Ｖ．．ｉ皆若．－ｒＴ＇ｒ＇．‘蘇曾ｖｒ、ｖ：Ｗ為＼－髮‘為Ｖ．．兴＾Ｖ、’＾．０‘一＼‘

4、言貴ｉ，Ａ南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意与我。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。、研究生签名：日期：叫Ｃ《斗南京邮电大学学位论文使

5、用授权声明本人授权南京邮电大学可［＾保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可［＾１将学位论文的全部或部分内容编入有关数据库进行检索：可Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文在解密后适用本授权书。研究生签名：暮导师签名日期：亦／Ｉ厶Ｌ之／StudyofLimitedChannelFeedbackTechniquesforW

6、irelessCommunicationsDissertationSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofDOCTOROFPHILOSOPHYByGaoHuan-qinSupervisor:Prof.SongRong-fangJune2015摘要本论文基于压缩感知理论，对无线通信系统中信道有限反馈技术进行了深入的研究，主要研究工作包括：第二章从对现有无线信道有限反馈技术分析展开，接着对压缩感知理论与分布式压缩感知

7、进行深入研究，探索基于压缩感知的信道有限反馈技术；第三章研究自适应OFDM系统中基于压缩感知的信道质量信息反馈压缩新方法；第四章研究认知无线电网络中基于压缩感知的信道干扰状态信息有限反馈；第五章研究具有空时相关性的大规模MIMO系统基于分布式压缩感知的信道有限反馈；第六章研究认知无线电网络基于主系统有限反馈的频谱共享方案；第七章总结全文并展望下一步工作。本论文具体研究内容和研究成果如下：1．信道有限反馈技术研究分析对现有文献中所提出的信道有限反馈技术进行了分类，并对已有的各种信道有限反馈技术进行了详尽分析，跟踪

8、了国内外最新相关研究进展，探讨了在具有空间、频率、时间相关性的无线衰落信道环境下，是否可以充分利用某种相关特性进一步降低反馈信息量，为展开本论文的研究工作明确了方向。2．压缩感知理论与分布式压缩感知研究分析对新兴的压缩感知理论进行了研究，跟踪了国内外对于压缩感知信号稀疏表示、测量矩阵、重建算法以及应用领域等相关研究进展，对分布式压缩感知联合稀疏模型及相应重建算法进行了详细的分析，给出了