稀疏信号处理在新一代无线通信中的应用

　　随着移动互联网和物联网的蓬勃发展，虚拟现实、超高清传输、自动驾驶等前沿应用场景不断涌现。为满足它们对超高速率传输、超大流量密度、千亿级海量连接等方面的需求，迫切需要新的无线通信技术作为支撑。本书聚焦5G的新传输技术，在介绍稀疏信号处理理论和大规模天线、毫米波等无线传输前沿技术的基础上，创新性地提出稀疏信号处理在信道估计、空间调制、混合预编码以及传感网数据聚合等领域的应用，勾勒出稀疏信号处理技术在新一代无线通信中的应用前景，为5G和beyond 5G系统的海量数据处理提供解决思路。书中扩展介绍的稀疏信号在卫星网络、水声通信等领域的应用，将大力推动稀疏信号处理在未来天地一体通信上的研究和应用。

　　归琳 上海交通大学首席研究员，电信学院数据服务实验室主任。长期致力于宽带无线通信的研究工作，研究方向包括：通信信号处理、移动通信、通信网络以及空天通信等。发表高水平论文70余篇，累计授权专利40余个，已完成专利转让3项，时任《飞行器测控学报》编委。承担并完成多项国家自然科学基金和863项目，获国家科技进步二等奖、教育部科技进步一等奖、上海市科技进步一等奖、国防科技进步二等奖、航空工业部科技进步一等奖等奖项。

第1章绪论1
§1.1理论基础1
§1.2应用前景2
§1.3目标3
参考文献3
第2章无线通信系统及关键技术概述5
§2.1无线通信系统5
2.1.1蜂窝系统5
2.1.2超宽带系统9
2.1.3无线传感网11
§2.2先进无线通信关键技术13
2.2.1Massive MIMO技术14
2.2.2空间调制16
2.2.3非正交多址接入技术17
2.2.4毫米波技术22
§2.3小结24
参考文献24
第3章稀疏信号处理理论27
§3.1稀疏表示理论27
3.1.1稀疏表示理论的提出28
3.1.2信号稀疏性29
3.1.3字典构造30
3.1.4稀疏分解33
§3.2压缩感知理论33
3.2.1压缩感知概述34
3.2.2测量矩阵设计37
3.2.3重构算法设计39
§3.3 结构化压缩感知理论44
3.3.1分布式压缩感知45
3.3.2动态压缩感知46
3.3.3张量压缩感知48
§3.4小结49
参考文献50
第4章稀疏信号处理典型应用52
§4.1 无线通信系统的稀疏性分析52
§4.2 低速率模数转换54
4.2.1随机解调系统54
4.2.2调制宽带转换系统56
§4.3 频谱感知57
4.3.1频谱感知技术58
4.3.2基于压缩感知的宽带协作频谱感知60
§4.4 超宽带系统63
4.4.1超宽带系统的稀疏性分析63
4.4.2基于压缩感知的超宽带系统信道估计64
4.4.3基于压缩感知的超宽带信号检测66
§4.5非正交多址接入68
4.5.1非正交多址接入中的稀疏性分析68
4.5.2上行免调度非正交多址接入系统多用户检测69
§4.6小结72
参考文献72
第5章稀疏信号处理在信道估计中的应用75
§5.1无线信道稀疏性75
5.1.1单表征域稀疏性75
5.1.2多表征域稀疏性77
§5.2传统信道估计方法78
5.2.1小二乘法准则79
5.2.2小均方误差准则80
§5.3单天线稀疏信道估计81
5.3.1时不变场景81
5.3.2时变场景84
§5.4 Massive MIMO稀疏信道估计90
5.4.1多天线联合信道估计91
5.4.2多天线导频优化92
§5.5毫米波稀疏信道估计95
5.5.1毫米波系统模型95
5.5.2毫米波波束训练96
5.5.3基于压缩感知的毫米波信道估计100
§5.6小结103
参考文献103
第6章稀疏信号处理在空间调制中的应用107
§6.1 空间调制技术基本原理107
6.1.1空间调制系统模型及其稀疏特性107
6.1.2性能分析及对比109
§6.2 空间调制信号检测算法111
6.2.1似然检测算法111
6.2.2比合并检测算法112
6.2.3球形译码检测算法112
6.2.4基于压缩感知理论的检测算法113
§6.3 广义空间调制信号检测算法114
6.3.1广义空间调制简介114
6.3.2基于块排序小均方误差检测算法116
6.3.3基于贝叶斯压缩感知检测算法117
6.3.4性能分析120
§6.4 空间调制技术的扩展形式122
6.4.1扩展形式简介122
6.4.2广义空间散射调制简介124
6.4.3广义空间散射调制检测算法126
6.4.4广义空间散射调制性能分析128
§6.5小结130
参考文献130
第7章稀疏信号处理在混合预编码中的应用133
§7.1传统预编码方案133
7.1.1数字预编码133
7.1.2模拟预编码134
§7.2 混合预编码方案134
7.2.1经典混合预编码135
7.2.2自适应连接混合预编码136
7.2.3多相移器混合预编码137
§7.3 预编码设计中的稀疏性138
§7.4点到点传输系统混合预编码设计138
7.4.1基于波束控制的混合预编码设计140
7.4.2基于码本的稀疏预编码设计141
§7.5多用户系统混合预编码设计143
7.5.1基于解耦的低复杂度设计方案145
7.5.2基于基带预编码的粗设计与再优化方案146
7.5.3基于压缩感知的自适应连接混合预编码设计方案149
7.5.4基于交替优化的预编码设计方案150
7.5.5性能分析152
§7.6 小结154
参考文献154
第8章稀疏信号处理在无线传感网中的应用157
§8.1无线传感网的常规数据聚合方案157
§8.2无线传感网的数据稀疏性分析158
§8.3中心式网络的数据聚合方案160
8.3.1压缩数据采集方案160
8.3.2其他压缩聚合方案166
§8.4分布式网络的数据聚合方案169
8.4.1基于压缩网络编码的分布式数据存储方案169
8.4.2空时压缩网络编码方案174
§8.5小结178
参考文献178
第9章稀疏信号处理在其他领域的应用181
§9.1水声通信181
9.1.1水声信道特点181
9.1.2水声通信系统模型183
9.1.3水声通信稀疏信道估计185
§9.2空间信息网络188
9.2.1空间信息网络拥塞概述189
9.2.2基于压缩感知的拥塞监测190
9.2.3拥塞恢复性能分析192
§9.3小结193
参考文献193
第10章稀疏信号处理的若干问题讨论196
§10.1稀疏度未知196
10.1.1稀疏度估计196
10.1.2稀疏度自适应197
§10.2基失配198
10.2.1问题描述198
10.2.2解决方案200
§10.3噪声影响202
10.3.1背景噪声203
10.3.2脉冲噪声204
§10.4小结205
参考文献205索引207