一、蜂窝移动通信系统中无线电波传播模型概述（论文文献综述）
韩柏涛[1]（2021）在《面向真空管高速列车的无线通信系统关键技术研究》文中研究表明在轮轨高铁快速发展的同时,被誉为“第五种交通工具”的下一代超高速高铁——真空管高速列车进入人们的视野。真空管高速列车,可实现磁悬浮列车在接近真空的低压管道内以低机械磨擦、低空气阻力、低噪声模式全天候超高速（超过1000 km/h）运行。如果该项技术得以商用,旅客旅行的时间将被极大缩短。相比传统的高铁,真空管高速列车运行主要有两个特点:极高的运行速度和特殊的运行环境（密闭狭长的管道）。这对列车车-地无线通信提出了更高的要求,现有的无线通信系统对于真空管高速列车车-地通信中严重多普勒效应和频繁越区切换等问题无法提供有效的技术支撑。为了保障列车安全、高效地运行,需要针对真空管高速列车车-地无线通信系统架构展开研究。论文拟基于现有列车车-地无线通信系统研究现状并结合真空管道场景的特点,分析真空管道高速列车综合承载业务性能需求,研究真空管高速列车运行场景特有的无线信道传播特性,研究了在真空管高速列车场景下5G网络系统性能,并进一步开展资源优化方法研究。具体而言论文围绕四点主要内容展开研究:1)分析并给出了真空管高速列车车-地无线通信业务需求。总结了现行各类轮轨交通应用的车地无线通信技术与无线接入方式,并分析了车地通信需求指标。基于已有的无线通信技术,结合高速列车运行特点和现行轮轨交通的通信需求,对真空管高速列车车地通信数据类型和指标进行了详细分析。最后指出了真空管高速列车车地无线通信存在的主要挑战。2)建模并分析了真空管道场景下的无线信道特性。采用一种确定性信道建模方法——传播图建模方法,并引入了Lambertian散射模型以提高信道建模精度。在建模过程中,考虑了视距（Line-of-Sight,Lo S）成分、单次反射和两次反射分量,以生成更准确的信道冲激响应。随后,通过分析多径数量、K因子、时延扩展和多普勒功率谱描述了真空管道场景车信道特性。然后通过频谱效率和奇异值扩展对比了仿真信道和与瑞利信道的容量情况。3)研究了在真空管高速列车场景下5G网络系统性能。基于系统级仿真,研究了单基站与多基站两种场景5G系统的列控业务与乘客业务通信的误块率、频谱效率与吞吐量,对5G网络在真空管高速列车车地通信场景下的系统性能进行了评估。4)提出了一种适用于真空管道场景的云无线接入新架构,能够显着降低资源迁移成本。探讨了云无线接入网（Cloud Radio Access Network,C-RAN）应用于真空管高速列车车-地通信场景的可行性,并利用图论研究了真空管高速飞行列车车地通信资源迁徙的问题。为了降低成本,还提出了一种新颖的射频拉远端（Remote Radio Head,RRH）和基带单元（Base Band Unit,BBU）池之间的连接关系。在此基础上,建立了一个灵活的网络架构以便动态地分配资源,然后将高速列车沿线资源迁移成本最小化问题转化为最短路径问题。仿真结果表明该机制能显着降低资源迁移成本。综上所述,本文相关工作是真空管高速列车车-地无线通信关键技术的前瞻性研究,有助于尽快形成真空管高速列车车-地无线通信关键问题的解决方案。这些研究对于我国抢占轨道交通技术制高点,引领未来超高速轨道交通技术发展,确保我国在轨道交通技术领域的领先地位具有重要意义。
田智愚[2]（2021）在《基于MIMO-OFDM的列车对列车通信技术研究》文中认为铁路移动通信技术是保障铁路运输安全生产的重要手段。近年来,伴随智能铁路发展进程,作为V2V（Vehicle-to-Vehicle,车对车）通信和协作通信的综合产物,T2T（Trainto-Train,列车对列车）通信技术迎来新的发展契机。这种无基站参与下以车为核心、轨旁设备最少化为特征的列车自组织直接通信方式。一方面可以用于列车碰撞防护,另一方面可以辅助基于车-地无线通信网络的列车控制系统。由于列车运行周边环境与传统蜂窝网通信场景存在差异,不同场景分布的散射体对信号的反射和列车间的相对移动状态严重影响着列车间无线信道的多普勒扩展和多径时延扩展,且不同场景分别使用相应频段的需求不明显。此外,根据多径影响程度将场景划分为隧道内和隧道外的路堑,抗多径衰落技术在其中的应用条件尚不明确。尽管T2T通信仿真实验验证成功,但仍需要开展信道分析和抗多径衰落技术研究。论文主要内容如下:首先,基于菲涅尔区电波传播理论,分析第一菲涅尔区与隧道和第一菲涅尔区与路堑场景的几何关系,改进T2T通信工作频段分配方案,以实现多频段通信需求。同时,特别考虑降雨对高频电波传播的影响,计算大尺度路径损耗,为预测电波传播特性和模型仿真实验作基础。其次,分析列车运行状态、电波传播环境和天线等因素对T2T无线信道的影响机理。根据追踪列车相对运行速度计算视距条件下最大多普勒频移值。利用射线跟踪法模拟多径波,建立矩形双线隧道确定性模型,并将该模型向非矩形隧道进行拓展。其能够较准确预测电波传播特性,并获得一定反射次数下的多径特征,服务于抗多径衰落模型选参。最后,利用MIMO（Multiple Input Multiple Output,多输入多输出）-OFDM（Orthogonal Frequency Division Multiplexing,正交频分复用）技术解决多径衰落问题。经信道空间相关性计算与容量分析,选择收发天线组合、编码方案和信道估计方案,以建立基于MIMO-OFDM的T2T通信传输模型。分析无中继下两车同处隧道内和隧道外,以及有中继下两车分处隧道内外场景的T2T通信误码率后得出,加入中继能够增大通信距离,改善T2T通信误码性能。
梁荣余[3]（2021）在《铁路通信网智能故障定位与性能优化方法及应用研究》文中研究说明铁路通信网是一个复杂的专用网络系统,承载了保证铁路行车安全的多种数据传输和通信服务。例如,列车无线调度、重载无线重联、可控列尾、无线车次号校验等安全攸关的通信业务。铁路通信网络具有特殊的特性和严苛的要求,例如,基站沿铁路沿线呈带状分布、承载了铁路专用多种业务、用户终端高速移动以及严苛的电磁环境、低时延、高服务质量Qo S等要求。这些特有属性和苛刻要求给其运营维护带来了极大的挑战。此外,铁路客运高速化和货运重载化,对通信网络系统的安全性、稳定性和可靠性也提出了更高的要求。铁路总公司电务工作会议提出铁路通信网络系统“网络智能运行,资源智能管理,系统智能维护,业务智能应用”的发展目标。网络管理和运营维护已向智能化方向发展。如何更快速、更精准的定位网络故障,更智能、更科学地优化网络性能既是铁路通信网络管理领域中的重大理论问题,也是铁路现场网络管理与运营维护过程中亟需解决的实际应用问题。本文围绕铁路通信网保安全、提性能等现场亟需解决的重大需求问题,探索新的智能运维方式和方法,解决因果关系网络模型构建、故障定位、性能优化等相关技术问题,旨在降低网络运维成本、提高通信服务质量,使网络持续维持在一个高性能水平上运行。因此,本文在研究和分析了国内外专家和学者大量研究成果的基础之上,主要围绕以下几个方面开展研究和工作。（1）针对可观测变量因果关系误发现率高的问题,提出了一种纯可观测数据的因果关系结构学习和发现方法。该方法引入可视为故障的噪声变量,建立多变量相关的线性非高斯无环模型,从变量集中唯一识别变量间因果关系,有效地表示了变量之间因果关系结构。该线性非高斯因果模型符合通信网络告警数据产生机制。考虑到因果关系线性模型函数表达特性,提出了一个对数似然最大化下界目标函数,通过迭代不断极大化下界目标函数,在因果关系空间内,快速获得因果关系的最优或者近似最优解。最后发现变量之间的因果关系,构建变量因果关系结构网。仿真实验与案例验证结果显示,提出方法表现出了较好的性能水平和因果关系识别能力。（2）针对通信网络固有的不确定性以及多源故障定位复杂性问题,提出了一种自组织的故障定位整体框架。该框架利用信念网络中的消息传播与融合来执行故障推理过程,允许故障推理过程中的知识存储、知识推理和消息传递,并以事件驱动的方式驱动故障定位过程,以提高故障定位自动化程度。为避免传统贝叶斯网络推理过程中计算复杂度问题,利用Noisy OR-gate模型执行计算与推理。Noisy OR-gate模型的析取作用规则符合故障与告警之间因果关系推理模式。此外,为方便算法的开发和数据计算,提出了一种类似路由表的网络参数存储结构。故障案例实验结果显示,该模型在故障定位速度、可用性和可靠性方面满足铁路通信网络故障定位要求。（3）针对移动通信多基站覆盖联合优化非凸问题,提出了一种基于强化学习的多基站协作覆盖优化方法。该方法以道路测试采集到的基站天线性能指标值来衡量通信服务质量,然后通过调整基站天线倾斜角和水平方向角的方式解决通信覆盖优化问题。为避免单基站天线角度调整导致优化动作频繁切换或震荡现象,提出了一种相邻基站间信息交互机制。相邻基站天线通过X2接口传递信息,传递来的信息参与本基站天线覆盖优化。多基站天线倾斜角和方向角在相互协作和博弈的调整过程中获得最优或者近似最优角度调整。现场实验结果显示,所提方法不仅获得了最优调整角度,还在收敛性方面显着优于单基站调整方式。
叶甜甜[4]（2021）在《基于深度学习的无线信道智能传播模型研究》文中提出在无线通信系统中,无线传播模型建模是网络规划和系统优化的基础。经验传播模型虽然简单,然而它的建立是针对特定的传播场景,需要大量计算来校正参数,射线跟踪方法往往很耗时。基于实测数据驱动的智能传播模型被认为是满足传播模型建模通用性和精确性需求的一种解决方案。基于以上需求,论文做了主要研究工作如下:1.本文提出基于前馈神经网络的智能传播模型框架,该框架以工程参数、地图参数作为输入特征来分类预测对应区域的信号接收平均功率（RSRP）覆盖强弱。框架具体思想为:将输入特征进行高阶预映射得到高阶向量之后送入前馈神经网络进行分类预测,其中高阶预映射包括两部分:地物索引嵌入网络、环境高阶特征自动生成网络。2.地物索引嵌入网络将地图参数中的地物索引进行映射得到稠密编码向量,揭示地物索引作为类别特征所隐含的连续性,帮助后续模型对地物特征的拟合。本文实验结果表明,地物索引嵌入网络提高智能模型在RSRP覆盖强弱的准确性到0.875,同时提高模型的效率。3.环境高阶特征生成网络:本文基于以往人工设计的特征筛选出9个性能良好的组合特征。除此之外,提出基于LightGBM（Light Gradient Boosting Machine）算法的环境特征自动生成器,利用实测数据的输入特征训练LightGBM之后生成环境高阶特征,再将新生成特征送入前馈神经网络用来预测RSRP覆盖强弱。实验表明LightGBM生成的高阶特征提升了模型准确性,与待分类的RSRP覆盖强弱值有良好的相关性。基于前馈神经网络的智能传播模型框架将输入特征（地物索引用嵌入向量编码）,人工特征组合和生成的高阶特征送入前馈神经网络来拟合无线信道传播模型。对比几种机器学习与深度学习算法,实验结果显示该框架对RSRP覆盖强弱分类任务上表现相对较好,准确度达到0.90。本文所做的工作内容,为智能传播模型的研究,以及无线信道特性数据的分析、建模提供具体的新技术。
付晓霞[5]（2021）在《高原山区D2D通信网络资源分配策略研究》文中研究指明通信信号在高原山区的传播过程中易受到高山丘陵阻挡,使得信号传输损耗增加,系统能耗增加,频谱效率降低。在高原山区通信中采用终端直通（Deviceto-Device Communication,D2D）技术,实现临近设备直接交换数据无需基站中转直接通信,为基站实现补偿,降低通信时延。由于高原山区环境增加信号传输损耗,需要通过有效的资源分配策略为D2D用户设备分配最佳的复用资源,提高能量效率,提高频谱资源利用率。鉴于此,本文针对受高山丘陵影响的通信链路场景中,采用联合资源分配算法为通信用户分配资源。主要内容如下:（1）针对高原山区通信系统中的衰落进行研究,针对受高山丘陵对通信链路形成的干扰,采用基于Dygout算法的多峰绕射模型计算高原山区电波传输损耗。通过分析多种损耗模型,构建高原山区通信系统的多障碍物路径损耗模型。与普通蜂窝系统的损耗对比,增加信号传输损耗,加剧通信系统的能耗,降低频谱资源利用率。（2）在高山丘陵对通信链路形成的干扰通信场景中,研究了“一对多”复用方式下,D2D用户设备总能量效率效和频谱效率联合优化的资源分配问题。完成分配问题分两步:首先将优化系统频谱效率的信道选择问题建模,验证信道选择是凸优化问题,利用库恩-曼克莱斯算法为D2D用户设备分配合适的信道复用资源。其次,在完成信道选择的基础上,在通信系统的干扰阈值和下行速率阈值约束下,利用拉格朗日对偶分解迭代完成功率分配,实现联合优化。仿真结果表明,本文算法能够有效扩充系统内D2D通信用户设备的接入概率,提高能量效率,增加频谱利用率,降低通信系统能耗和增强业务承载能力。
阮金波[6]（2020）在《基于射线追踪法的5G室内无线网络规划与优化研究》文中认为第五代移动通信技术（5G）是新一代移动通信技术发展的主要方向,部署一张切实可行的5G无线网络,频谱的选择和可利用性至关重要。3GPP（38.101）协议在5G中主要指定了两个频段范围,即FR1频段和FR2频段。与Sub-3GHz频段相比,FR1频段中n77频段至n79频段下室外基站信号在覆盖室内场景时存在更大的链路损耗问题,导致室内深度覆盖不足;FR2频段适用于室内短距离通信,但易受室内环境因素制约从而影响其覆盖效果。本文基于射线追踪法对O2I（室外到室内）场景和室内场景下的5G无线网络规划与优化进行了仿真研究。根据3GPP的协议内容,本文选取5G中的n79频段和28GHz频段用于以下研究。具体工作内容如下:（1）在典型小区环境下,本文基于射线追踪法对室外信号覆盖室内场景进行仿真建模与数据分析,研究了该环境中n79频段下不同站点位置的室外微基站信号到多个目标建筑物不同楼层室内的路径损耗和时延扩展,分析周围建筑物分布、楼层高度以及植被因素对信号传播造成的影响,并结合基站选址的一般流程得到较优的站点位置。仿真结果为5G微基站在UMi（城市微蜂窝）的室外覆盖室内场景下的选址提供了参考建议。（2）在小区环境基础上,通过分析不同目标建筑物室内的RSRP（参考信号接收功率）、SINR（信号与干扰加噪声比）以及信道容量,得出B41频段下LTE无线网络和n79频段下5G无线网络两者各有优劣。在接收端体积受限的条件下,结合MIMO多天线技术和增设小基站的宏分集方式,研究不同目标建筑物室内的RSRP和SINR以及对比在相同传输带宽下的信道容量,仿真结果对优化5G无线网络的室内覆盖有一定的指导意义。（3）在室内多层楼梯道场景下,对比分析不同站点位置的28GHz毫米波小基站信号到室内不同楼层楼梯道的路径损耗和时延扩展,得出路径损耗差距明显,而时延扩展差距较小;收发端选取4T4R的工作方式,改变收发端天线的极化特性,研究不同站点位置下收发两端在同极化模式和交叉极化模式下的无线网络质量评估指标以及信道容量,结果表明同一站点位置的同极化模式传输的RSRP和SINR优于交叉极化模式传输,对比分析不同站点位置下的RSRP和SINR,结果表明28GHz毫米波的室内覆盖受室内环境和站点位置的影响更为明显,小基站的位置选择极大程度影响了室内无线网络覆盖效果;信道容量通过和已有文献结论对比,验证其仿真正确性。由于室内环境的限制,收发端都将需要考虑体积受限的客观条件,结合MIMO分集技术中的极化分集,研究收发端为双极化天线阵列与单极化天线阵列时的RSRP和SINR,并给出相应的设置建议,仿真结果对优化毫米波频段无线网络的室内覆盖有一定的实际意义。（4）在典型小区环境和室内多层楼梯道环境基础上,考虑接收端分别在建筑物三、四之间的连廊内移动和沿楼梯移动,研究了两种不同移速下的多普勒频移统计分布,仿真结果表明,在不同移速下同一站点位置的多普勒频移统计分布具有一致性,接收端移动速度和信号波长决定多普勒频移大小。在沿楼梯移动场景下,研究了不同站点位置下的多普勒频移统计分布以及数学期望,对比了收发端使用线极化全向天线或圆极化全向天线时的多普勒频移期望,并给出相应的设置建议;分别研究在SISO系统、单极化MIMO系统和双极化MIMO系统下终端移动和终端静止时的接收功率,通过计算RMSD（方均根偏移）得出接收端移速越大对接收功率影响程度越大,MIMO系统对比SISO系统能够抑制接收端移速对接收功率的影响程度,双极化MIMO系统的抑制效果要优于单极化MIMO系统,仿真结果为移动场景下的无线网络优化提供参考。
张婷[7]（2020）在《基于无人机辅助通信的无线传输理论与技术研究》文中研究说明随着通信技术的不断发展,无人机（Unmanned Aerial Vehicle,UAV）辅助无线通信以其通用性和稳定的可操作性在学术界和工业界得到了广泛的关注。与基础设施固定的传统无线通信相比,基于UAV辅助的无线通信具有相当大的优势,比如利用视距（Line of Sight,Lo S）通信链路来提高无线通信系统的容量,利用可控的UAV机动性来提供可靠的通信。因此,UAV辅助通信技术在未来的无线通信系统中至关重要,并且得到了广泛的应用。当UAV与地面用户进行数据传输时,会出现系统功率消耗过高、用户关联以及能量效率较低等问题。针对上述问题,本文开展了基于UAV辅助通信的无线传输理论与技术研究,具体研究内容如下:首先,详细介绍了典型的空对地信道模型,并比较了莱斯衰落信道、Lo S信道和概率Lo S信道这三种常见信道的优点以及不足之处。接着介绍了自由空间路径损耗,并进一步介绍了定向天线与全向天线的具体区别。针对UAV与地面用户之间数据传输时存在干扰和关联问题,最后详细介绍了频分多址技术和地面用户分簇方法。其次,针对UAV辅助无线通信的下行链路功耗问题,提出了一种基于UAV辅助无线通信的飞行高度和数量优化方法。UAV作为可移动空中基站,为地面用户提供服务,并且为UAV配备了固定波束宽度的定向天线。在给定的地理区域内,以地面用户的速率要求作为约束条件,基于“总功耗最小化”原则,推导出最佳的UAV飞行高度和UAV数量的闭式表达式。仿真结果表明:UAV的最佳飞行高度取决于UAV配备定向天线的波束宽度、UAV的机载电路功率以及地面用户的速率约束。最后,针对随机分布的地面用户以及城乡中地面用户密度不同的场景,提出一种基于UAV辅助无线通信的分簇与波束宽度优化方法。在每个簇内用户数目受限的基础上,将地面用户按其地理位置分为若干个簇,UAV跟簇内的地面用户进行数据传输,基于“系统能量效率最大化”原则,推导出定向天线的最佳波束宽度。仿真结果表明:在UAV作为可移动空中基站为地面用户服务的场景下,合理地对地面用户进行分簇以及控制簇内用户数目,能够有效地提高空对地无线通信系统的能量效率。
王凌锋[8]（2020）在《基于几何的Massive MIMO信道模型和特性研究》文中进行了进一步梳理随着移动网络终端数量的蓬勃增长以及智能应用的发展,蜂窝移动网络面临着更高的用户密度和更高的数据速率的需求。大规模多输入多输出（Multiple-input Multiple-Output,MIMO）技术是解决这一现实问题的有效手段之一。由于大规模MIMO系统的天线阵列维度的显着提升,与传统MIMO系统相比,它显示出一些独特的信道特性。因此建立一个高效、准确的大规模MIMO信道模型对于其在无线通信系统中的普及和应用至关重要。本文主要研究基于几何的大规模MIMO随机信道建模,建立了一个三维多共焦椭球的几何模型。同时,本文深入研究了信道模型的工程仿真,建立了一个基于几何的随机信道模型仿真平台,并提出了一种通用的统计信道模型验证方法。本文的主要工作和创新点总结如下:1)在大规模MIMO信道建模理论研究中,提出新的基于几何的三维多共焦椭球信道模型。模型考虑了各向同性散射体和非各向同性散射体共存的传输环境,使得模型具有更加广泛的应用范围。该模型在球面波假设下,推导了椭球模型中到达角（Angle of Arrival,AOA）和离开角（Angle of Departure,AOD）准确的数学关系。这不仅使模型更加精确,还可以用于模拟信道非平稳特性。模型针对大规模MIMO系统中散射体簇在天线阵列维度上的非平稳现象,利用更新过程的思想对其进行建模。与经典的生灭过程方法相比,计算复杂度更低。最后通过与经典信道模型的仿真对比,验证了所提出的模型有效性,并分析了各种信道参数对信道相关性的影响,包括时间相关性、空间相关性和频率相关性。2)在信道模型的工程仿真研究中,一方面设计了一个通用的信道模型验证系统,提出一种利用信道幅值的统计特性对信道模型进行验证的方法。与已有的只针对特定信道模型的方法相比,该方法可以应用于几乎所有统计信道模型;另一方面建立了一个基于几何的随机信道模型的仿真平台。该平台通过设定相关信道参数得到信道冲激响应,并且提供了传输环境的可视化功能。有助于基于几何的信道模型中几何关系的推导,大大提高了信道模型的链路级仿真效率。
王婷[9]（2020）在《毫米波大规模MIMO系统的预编码与信道估计研究》文中进行了进一步梳理大规模MIMO系统可以为第五代（5G）蜂窝网络提供高频谱效率、能源效率及高可靠性的性能需求,是第五代（5G）蜂窝网络关键技术。大规模MIMO系统基于空分复用技术,在基站处配备成百上千的天线来增加信道增益。由于不同天线间存在互相干扰,这使得信息处理变得更加复杂,传统的预编码技术、信道估计算法变得不再适用于大规模MIMO系统,亟待创新设计性能更好、复杂度更低的预编码方案和信道估计技术。针对以上提到的两个问题,本文进行了如下的研究:（1）在大规模多用户多输入多输出（MU-MIMO）基站（BS）中,数模转换器（DAC）的功耗占总功耗的很大一部分,使用1位DAC可以大大降低功耗。然而在大规模MUMIMO系统中使用具有1位DAC进行预编码,将会造成额外的失真,降低系统性能。因此提出基于交替方向乘子（Alternating Direction Method of Multipliers,ADMM）的非线性预编码算法。该算法将有约束量化预编码问题转化为无约束形式进行求解,并简化算法循环结构。仿真实验结果表明,ADMM量化预编码算法具有系统性能好,计算复杂度低等优点。（2）针对目前毫米波MIMO系统采用的模拟/数字混合预编码器会导致频谱效率损失的增大,以及算法计算复杂度高等问题。提出了基于黎曼最陡下降法（RSD）的交替最小化混合预编码算法。通过采用交替优化数字预编码器与模拟预编码器的单回路结构,简化传统算法中复杂的嵌套循环结构,并改进了梯度的计算方法,降低了由大矩阵kronecker乘积引起的计算复杂度;为了进一步验证算法性能,文中将所提出算法扩展到宽带毫米波MIMO系统中。仿真结果表明,本文提出的RSD-Altmin方法可以降低混合预编码算法计算复杂度从而具有更快的处理速度,同时更逼近最优数字预编码频谱效率。（3）在毫米波（mmWave）大规模多输入多输出（MIMO）系统中,可靠的估计无线传播信道是实现系统性能的关键技术。但是由于毫米波信道具有高可变性的特点,导致在较短的导频训练时间内系统无法获得可靠的信道状态信息。因此提出了一种基于交替方向乘子（Alternating Direction Method of Multipliers,ADMM）毫米波大规模MIMO信道估计算法,该算法利用毫米波信道的稀疏特性以及毫米波信道矩阵低秩特性,实现在较短的导频训练长度下,获得可靠的信道状态信息。仿真结果表明,该算法较传统信道估计算法,具有更低的信道估计误差、更高的鲁棒性。
刘雨[10]（2020）在《基于软件无线电技术的无线信道测量方法研究》文中研究指明无线信道衰落和多径效应对于无线通信系统性能的影响尤为重要,因此,准确测量并获取无线信道的统计特性参数,对于无线通信系统的设计和性能优化具有重要的意义。随着无线通信终端与各类无线通信应用的广泛普及,基于大数据的无线信道建模研究越来越受关注。然而,现有信道测量设备通常价格昂贵且体积重量较大,不利于大量广泛的信道测量与数据采集。因此,研究开发低成本、高灵活度且精度合理的信道测量系统具有重要应用价值。本文基于软件无线电的开放性、通用性和灵活性的优势,结合了无线信道测量和软件无线电技术。通过研究无线信道建模与测量原理,基于通用软件无线电平台开发了一套无线信道测量系统,并对该系统进行了试验验证和应用。论文主要内容如下:首先研究了无线信道建模原理和经典的信道模型,为信道测量应关心的大尺度和小尺度衰落参数提供了指导。分析比较了常用的信道测量方法,包括扫频法、连续波测量法、直接脉冲法和扩频滑动相关法。然后研究了软件无线电软硬件平台。从开发成本、性能参数和方案需求等方面考虑,选择Hack RF One和GNU Radio用于开发信道测量系统的无线电收发部分。深入研究和分析了Hack RF One的软硬件架构和参数配置,评估其性能指标,作为设计信道测量方案的基础。其次重点分析了扩频滑动相关法的测量原理,比较了m序列、M序列、gold序列和CAZAC序列的相关性。以扩频滑动相关法为测量方法,m序列为探测序列设计信道测量方案。搭建了信道测量平台,包括发射和接收两部分。并仿真了信噪比和序列长度对于该测量方案估计信道特性的影响。开发了测量数据的处理流程,包括帧同步、连续滑动相关、迭代消除滑动相关以及信道统计特性分析。最后,测量并分析了收发信号波形,校正了接收误差,验证了信道测量平台收发部分的稳定性。此外,采用信道测量和射线跟踪法来估计屏蔽室信道。两种方法得到的信道冲激响应时延和幅度基本一致,测量与仿真的相对误差均值为0.26%,验证了信道测量系统功能的有效性和合理的精度。然后使用该测量系统测量并提取得到了走廊信道冲激响应,分辨出三簇相对时延分别为200ns、500ns和800ns的多径信号。对主径的幅度进行统计分析,得到其服从莱斯因子为61.03的莱斯分布。对第二径信号幅度和相对时延进行统计分析,分别拟合了其服从的概率密度曲线和累积分布曲线。其中第二径幅度服从双高斯分布,相对时延服从高斯分布。拟合与理论的相对误差均在可接受范围内。
二、蜂窝移动通信系统中无线电波传播模型概述（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、蜂窝移动通信系统中无线电波传播模型概述（论文提纲范文）
（1）面向真空管高速列车的无线通信系统关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 常用缩略语 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 真空管道高速列车无线通信系统研究现状 |
| 1.2.1 真空管道高速列车通信需求 |
| 1.2.2 现有轨道交通车地无线接入 |
| 1.2.3 无线通信对高速列车移动性的支持 |
| 1.2.4 真空管道列车无线信道传播 |
| 1.3 主要工作与创新点 |
| 1.3.1 当前研究存在的难点与不足 |
| 1.3.2 创新点和章节安排 |
| 2 真空管道高速列车车-地无线通信业务需求分析 |
| 2.1 引言 |
| 2.2 现有轨道交通车-地通信技术 |
| 2.3 真空管道高速列车综合承载业务需求分析 |
| 2.3.1 列车运行相关数据(安全类数据) |
| 2.3.2 乘客多媒体服务(非安全类数据) |
| 2.3.3 车-地无线通信需求 |
| 2.4 真空管道高速列车车-地无线通信面临的问题 |
| 2.5 本章小结 |
| 3 真空管道高速列车车-地无线信道研究 |
| 3.1 引言 |
| 3.2 相关工作综述 |
| 3.3 传播图理论与Lambertian散射模型 |
| 3.3.1 传播图理论 |
| 3.3.2 Lambertian散射模型 |
| 3.4 基于传播图的真空管高速飞行列车信道仿真 |
| 3.4.1 系统模型 |
| 3.4.2 系统模型信道冲激响应生成 |
| 3.5 基于传播图的真空管高速列车信道传播特性 |
| 3.5.1 时延扩展 |
| 3.5.2 K因子 |
| 3.5.3 多普勒特性 |
| 3.5.4 信道容量 |
| 3.6 本章小结 |
| 4 真空管道高速列车车-地通信传输性能研究 |
| 4.1 引言 |
| 4.2 相关研究综述 |
| 4.3 真空管高速列车车-地通信系统级仿真 |
| 4.3.1 系统级仿真流程 |
| 4.3.2 真空管道车-地通信系统模型 |
| 4.4 仿真结果分析 |
| 4.5 本章小结 |
| 5 真空管高速列车车-地无线通信资源迁移研究 |
| 5.1 引言 |
| 5.2 相关工作综述 |
| 5.3 高速铁路中的云无线接入 |
| 5.4 系统模型 |
| 5.5 问题分析和仿真 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于MIMO-OFDM的列车对列车通信技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车对列车通信研究现状 |
| 1.2.2 抗多径衰落技术研究现状 |
| 1.3 主要研究内容 |
| 2 无线信道特性分析及多径抗衰落技术理论 |
| 2.1 无线电波的传播机制 |
| 2.2 无线信道衰落特性 |
| 2.2.1 大尺度衰落特性 |
| 2.2.2 小尺度衰落特性 |
| 2.3 无线信道建模理论 |
| 2.4 MIMO-OFDM核心技术 |
| 3 列车对列车通信无线信道特性分析 |
| 3.1 改进列车对列车通信频段分配方案 |
| 3.1.1 通信范围选择 |
| 3.1.2 工作频段选择 |
| 3.2 大尺度衰落路径损耗模型 |
| 3.2.1 路径损耗计算 |
| 3.2.2 仿真分析 |
| 3.3 小尺度衰落多普勒频移模型 |
| 3.3.1 双移动端最大多普勒频移计算 |
| 3.3.2 仿真分析 |
| 3.4 小尺度衰落多径信道模型 |
| 3.4.1 矩形隧道多径传播 |
| 3.4.2 仿真分析 |
| 3.4.3 矩形隧道模型拓展 |
| 3.5 小结 |
| 4 基于MIMO-OFDM的列车对列车通信传输模型设计 |
| 4.1 收发天线组合选择 |
| 4.1.1 信道空间相关性计算 |
| 4.1.2 仿真分析 |
| 4.2 信道编码与信道估计方案选择 |
| 4.2.1 信道编码方案 |
| 4.2.2 信道估计方案 |
| 4.3 列车对列车通信传输模型抗多径性能分析 |
| 4.3.1 两车同处隧道内与隧道外 |
| 4.3.2 两车分处隧道内与隧道外 |
| 4.4 小结 |
| 总结 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（3）铁路通信网智能故障定位与性能优化方法及应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 铁路通信网络特有复杂性和要求 |
| 1.1.2 铁路运输快速发展对铁路通信网有较高的要求 |
| 1.1.3 铁路通信网络故障定位复杂性 |
| 1.1.4 通信网络固有的故障定位复杂性 |
| 1.1.5 故障与告警固有的因果关系 |
| 1.1.6 问题提出与目标要求 |
| 1.2 国内外研究综述 |
| 1.2.1 因果关系结构发现相关技术和方法 |
| 1.2.2 通信网络故障定位相关技术和方法 |
| 1.2.3 LTE-R网络覆盖优化相关技术和方法 |
| 1.3 研究内容与组织框架 |
| 1.4 论文资助 |
| 2 告警系统与因果关系 |
| 2.1 网络告警系统概述 |
| 2.1.1 相关概念 |
| 2.1.2 告警门限属 |
| 2.1.3 告警处置流程 |
| 2.2 因果推理概述 |
| 2.2.1 因果关系概念 |
| 2.2.2 因果关系与相关关系 |
| 2.2.3 因果关系研究价值 |
| 2.3 本章小结 |
| 3 网络告警因果关系结构学习和发现方法 |
| 3.1 因果关系学习问题描述 |
| 3.2 因果关系发现模型 |
| 3.2.1 数据生成模型 |
| 3.2.2 因果识别模型 |
| 3.2.3 识别模型参数评估算法 |
| 3.3 实验结果和分析 |
| 3.3.1 实验设置 |
| 3.3.2 模型有效性实验验证与分析 |
| 3.3.3 模型性能对比实验验证与分析 |
| 3.4 案例分析 |
| 3.5 本章总结 |
| 4 基于信念网络推理的故障定位方法 |
| 4.1 问题描述 |
| 4.2 信念网络信息传播机制 |
| 4.2.1 信念网络概述 |
| 4.2.2 信念网络中的信息传播机制 |
| 4.2.3 Noisy OR-gate模型 |
| 4.3 信念网络故障定位模型 |
| 4.3.1 信息在信念网络中传播和融合 |
| 4.3.2 信念网络中的数据存储机制 |
| 4.3.3 信念网络参数评估 |
| 4.4 模型存储空间及计算复杂度分析 |
| 4.5 问题学习 |
| 4.6 案例分析 |
| 4.6.1 背景介绍 |
| 4.6.2 实验案例场景 |
| 4.6.3 Nosiy OR-gate模型有效性验证 |
| 4.6.4 性能测试实验设置 |
| 4.6.5 案例结果分析 |
| 4.7 本章小结 |
| 5 基于强化学习的移动通信覆盖优化方法 |
| 5.1 问题描述与提出 |
| 5.2 移动通信系统建模 |
| 5.3 基站天线辐射模式 |
| 5.4 基于强化学习的通信覆盖联合优化模型 |
| 5.4.1 强化学习核心思想和基本概念 |
| 5.4.2 Q-learning学习算法一般形式 |
| 5.4.3 通信覆盖联合优化模型 |
| 5.4.4 模型一般性讨论 |
| 5.5 案例分析 |
| 5.5.1 背景介绍 |
| 5.5.2 CCMA算法的有效性 |
| 5.5.3 CCMA算法收敛性验证 |
| 5.5.4 CCMA算法最优参数选择 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于深度学习的无线信道智能传播模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 无线信道智能传播模型研究现状 |
| 1.3 论文主要工作和结构安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文结构安排 |
| 第二章 传播模型基本理论 |
| 2.1 无线信道传播理论 |
| 2.1.1 直射损耗 |
| 2.1.2 反射损耗 |
| 2.1.3 绕射损耗 |
| 2.2 常见的传播模型 |
| 2.2.1 Okumura-Hata模型 |
| 2.2.2 COST-231Hata模型 |
| 2.2.3 SPM模型 |
| 2.2.4 射线跟踪模型 |
| 2.3 机器学习基本理论 |
| 2.3.1 机器学习与深度学习在智能传播模型的应用 |
| 2.3.2 决策树 |
| 2.3.3 GBDT算法与集成学习 |
| 2.3.4 神经网络基本结构 |
| 2.3.5 反向传播算法 |
| 第三章 基于前馈神经网络的智能传播模型框架 |
| 3.1 无线信道智能传播模型和体系架构 |
| 3.1.1 通信系统的仿真预测 |
| 3.1.2 基于前馈神经网络的智能传播模型架构 |
| 3.1.3 基于前馈神经网络的智能传播模型的目标函数 |
| 3.2 基于前馈神经网络的智能传播模型架构实现流程 |
| 3.2.1 基于前馈神经网络的智能传播模型架构流程图 |
| 3.2.2 地物索引嵌入算法的实现流程 |
| 3.2.3 传播环境高阶特征生成算法的实现流程 |
| 3.3 智能传播模型实验对比设计 |
| 3.3.1 智能传播模型的实验对照算法 |
| 3.3.2 路测数据集的划分 |
| 3.3.3 智能传播模型的性能评估 |
| 第四章 地物索引嵌入网络 |
| 4.1 数据分析 |
| 4.1.1 特征属性 |
| 4.1.2 特征分析与特征分布 |
| 4.2 特征组合与相关性 |
| 4.3 地物索引嵌入算法实现与实验对比 |
| 4.3.1 特征嵌入网络 |
| 4.3.2 地物索引特征嵌入网络 |
| 4.3.3 地物索引嵌入网络实验设计与结果分析 |
| 第五章 传播环境高阶特征生成网络 |
| 5.1 传播环境高阶特征生成器 |
| 5.1.1 特征生成器简介 |
| 5.1.2 传播环境高阶特征生成器的实现 |
| 5.1.3 环境高阶特征生成器实验结果分析 |
| 5.2 基于前馈神经网络的智能传播模型架构性能分析 |
| 5.2.1 对照实验分析 |
| 5.2.2 实验性能对比指标 |
| 5.2.3 实验结果分析 |
| 5.3 实验结果总结 |
| 第六章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（5）高原山区D2D通信网络资源分配策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模式选择 |
| 1.2.2 功率控制 |
| 1.2.3 资源分配 |
| 1.3 本文主要工作与章节安排 |
| 1.3.1 本文主要研究工作 |
| 1.3.2 本文章节安排 |
| 第二章 蜂窝网中的D2D通信技术 |
| 2.1 D2D通信相关技术 |
| 2.1.1 D2D通信概述 |
| 2.1.2 D2D通信系统架构 |
| 2.1.3 D2D通信设备发现和建立会话 |
| 2.2 蜂窝网中D2D通信工作方式 |
| 2.2.1 D2D通信资源共享模式 |
| 2.2.2 D2D通信子载波复用方式 |
| 2.3 蜂窝网络中D2D通信干扰分析 |
| 2.3.1 上行通信链路资源干扰分析 |
| 2.3.2 下行通信链路资源干扰分析 |
| 2.4 本章小结 |
| 第三章 高原山区 D2D 网络损耗模型 |
| 3.1 通信网无线信道衰落分类 |
| 3.2 信号传输损耗 |
| 3.2.1 路径衰落损耗 |
| 3.2.2 障碍物绕射损耗 |
| 3.2.3 高原山区通信衰落损耗 |
| 3.3 仿真结果与分析 |
| 3.4 本章小结 |
| 第四章 高原山区D2D网络资源联合分配算法 |
| 4.1 引言 |
| 4.2 高原山区系统模型 |
| 4.3 高原山区D2D网路的信道选择和功率分配 |
| 4.3.1 优化问题描述 |
| 4.3.2 信道选择 |
| 4.3.3 功率分配 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来工作与展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士学位期间研究成果 |
（6）基于射线追踪法的5G室内无线网络规划与优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 无线网络规划的相关研究现状 |
| 1.2.2 无线网络优化的相关研究现状 |
| 1.3 本文研究内容和章节安排 |
| 1.4 本章小节 |
| 第二章 5G的技术演进 |
| 2.1 3GPP愿景和5G Use Case |
| 2.2 5G的基础概念 |
| 2.2.1 频谱分配 |
| 2.2.2 子载波间隔 |
| 2.2.3 帧结构 |
| 2.2.4 频段号 |
| 2.3 本章小节 |
| 第三章 无线电波传播模型与仿真方法 |
| 3.1 传播模型的分类 |
| 3.2 经验传播模型 |
| 3.2.1 对数距离路径损耗传播模型 |
| 3.2.2 衰减因子模型 |
| 3.2.3 室外到室内传播模型 |
| 3.3 确定性传播模型 |
| 3.4 射线追踪法 |
| 3.4.1 射线追踪法基本原理 |
| 3.4.2 正向射线追踪算法和反向射线追踪算法 |
| 3.4.3 入射及反弹射线/镜像法 |
| 3.5 本章小结 |
| 第四章 无线网络规划与优化中的参数和指标 |
| 4.1 无线网络规划中的参数 |
| 4.1.1 路径损耗 |
| 4.1.2 时延扩展 |
| 4.2 RF优化中无线网络质量评估指标 |
| 4.2.1 RF优化概述 |
| 4.2.2 网络优化阶段及RF优化流程 |
| 4.2.3 参考信号接收功率 |
| 4.2.4 信号与干扰加噪声比 |
| 4.3 本章小结 |
| 第五章 FR1频段无线网络在室外覆盖室内场景下的建模与仿真分析 |
| 5.1 场景建模 |
| 5.2 不同站点位置仿真分析 |
| 5.2.1 候选站点与接收路径设置 |
| 5.2.2 基站发射功率和收发天线设置 |
| 5.2.3 路径损耗仿真对比分析 |
| 5.2.4 时延扩展仿真对比分析 |
| 5.3 B41频段下LTE无线网络与n79 频段下5G无线网络的仿真分析 |
| 5.3.1 站点与接收路径设置 |
| 5.3.2 基站发射功率和收发天线阵列设置 |
| 5.3.3 RSRP仿真对比分析 |
| 5.3.4 SINR仿真对比分析 |
| 5.3.5 信道容量仿真对比分析 |
| 5.4 多天线技术和宏分集技术在n79频段下5G无线网络中的仿真分析 |
| 5.4.1 MIMO技术和宏分集技术 |
| 5.4.2 增设站点和收发天线阵列设置 |
| 5.4.3 RSRP仿真对比分析 |
| 5.4.4 SINR仿真对比分析 |
| 5.4.5 信道容量仿真对比分析 |
| 5.5 本章小结 |
| 第六章 FR2频段无线网络在室内多层楼梯场景下的建模与仿真分析 |
| 6.1 毫米波传播简介及通信特点 |
| 6.1.1 毫米波在大气中的传播特性 |
| 6.1.2 28GHz毫米波通信特点 |
| 6.2 场景建模 |
| 6.3 不同站点位置仿真分析 |
| 6.3.1 候选站点与接收路径设置 |
| 6.3.2 基站发射功率和收发天线设置 |
| 6.3.3 路径损耗仿真对比分析 |
| 6.3.4 时延扩展仿真对比分析 |
| 6.4 收发端在同极化模式和交叉极化模式下的仿真对比分析及验证 |
| 6.5 双极化天线阵列和单极化天线阵列的仿真对比分析 |
| 6.5.1 收发天线阵列设置 |
| 6.5.2 RSRP仿真分析 |
| 6.5.3 SINR仿真分析 |
| 6.5.4 综合分析 |
| 6.6 本章小结 |
| 第七章 移动终端在室内场景下的建模与仿真分析 |
| 7.1 多普勒频移 |
| 7.2 移动轨迹建模 |
| 7.3 多普勒频移统计分布的仿真对比分析 |
| 7.4 终端移动和终端静止时的接收功率仿真对比分析 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文总结 |
| 8.2 论文展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（7）基于无人机辅助通信的无线传输理论与技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文工作和成果 |
| 1.4 文章结构安排 |
| 1.5 本章小结 |
| 第二章 无人机辅助无线通信技术概述 |
| 2.1 空对地信道模型介绍 |
| 2.2 路径损耗、天线以及相关技术 |
| 2.2.1 自由空间路径损耗 |
| 2.2.2 定向天线与全向天线 |
| 2.2.3 频分多址技术 |
| 2.3 用户分簇方法介绍 |
| 2.3.1 K-Means原理 |
| 2.3.2 传统K-Means算法流程 |
| 2.3.3 K-Means初始化优化K-Means++ |
| 2.3.4 K-Means距离计算优化elkan K-Means |
| 2.3.5 大样本优化Mini Batch K-Means |
| 2.4 本章小结 |
| 第三章 无人机辅助无线通信的飞行高度和数量优化方法 |
| 3.1 引言 |
| 3.2 系统模型与问题描述 |
| 3.2.1 系统模型 |
| 3.2.2 无人机总功耗 |
| 3.2.3 问题描述 |
| 3.3 无人机飞行高度优化方法 |
| 3.4 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 无人机辅助无线通信的分簇与波束宽度优化方法 |
| 4.1 引言 |
| 4.2 系统模型与问题描述 |
| 4.2.1 系统模型 |
| 4.2.2 问题描述 |
| 4.3 地面用户分簇方法 |
| 4.4 能量效率分析 |
| 4.5 仿真结果与分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 附录4 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（8）基于几何的Massive MIMO信道模型和特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 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 论文的主要工作 |
| 第二章 无线信道特性及MIMO信道模型分析 |
| 2.1 引言 |
| 2.2 无线传播机制 |
| 2.3 MIMO信道分类 |
| 2.3.1 分析模型 |
| 2.3.2 物理模型 |
| 2.4 大规模MIMO信道特性 |
| 2.4.1 球面波效应 |
| 2.4.2 信道非平稳特性 |
| 2.5 本章小结 |
| 第三章 基于几何的大规模MIMO随机信道模型 |
| 3.1 引言 |
| 3.2 三维多共焦椭球模型 |
| 3.2.1 信道模型 |
| 3.2.2 信道模型阵列非平稳特性 |
| 3.2.3 信道模型的统计特性 |
| 3.3 仿真结果和分析 |
| 3.4 本章小结 |
| 第四章 信道仿真平台应用 |
| 4.1 引言 |
| 4.2 统计信道模型的验证 |
| 4.2.1 仿真场景和参数 |
| 4.2.2 仿真结果和分析 |
| 4.3 几何随机模型的仿真平台 |
| 4.3.1 仿真平台实现 |
| 4.3.2 仿真结果和分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 中英文缩略词对照表 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（9）毫米波大规模MIMO系统的预编码与信道估计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 5G无线通信技术 |
| 1.2 毫米波与大规模MIMO技术简介及其研究现状 |
| 1.2.1 大规模MIMO技术简介 |
| 1.2.2 毫米波通信系统分析 |
| 1.2.3 毫米波大规模MIMO研究现状 |
| 1.3 研究内容 |
| 第二章 MIMO技术理论基础 |
| 2.1 无线通信系统传播模型 |
| 2.1.1 自由空间传播路径损耗模型 |
| 2.1.2 Okumura路径损耗模型 |
| 2.1.3 Hata路径损耗模型 |
| 2.1.4 Rayleigh和 Rician信道模型 |
| 2.2 MIMO技术及实际应用系统概述 |
| 2.2.1 点对点MIMO |
| 2.2.2 多用户MIMO |
| 2.2.3 大规模MIMO |
| 2.3 大规模MIMO收发器结构 |
| 2.4 毫米波信道模型 |
| 2.5 大规模MIMO预编码及信道估计理论基础 |
| 2.5.1 预编码理论概述 |
| 2.5.2 信道估计理论概述 |
| 2.6 本章小结 |
| 第三章 大规模MU-MIMO下行链路量化预编码研究 |
| 3.1 系统模型 |
| 3.2 量化的预编码问题描述 |
| 3.2.1 线性量化预编码问题 |
| 3.2.2 非线性量化预编码问题 |
| 3.3 基于ADMM算法的非线性量化预编码 |
| 3.4 系统仿真与分析 |
| 3.5 本章小结 |
| 第四章 毫米波MIMO混合预编码优化交替最小化算法 |
| 4.1 毫米波大规模MIMO系统模型 |
| 4.1.1 系统模型 |
| 4.1.2 信道模型 |
| 4.1.3 毫米波宽带正交频分复用系统 |
| 4.2 混合预编码优化算法 |
| 4.2.1 混合预编码问题描述 |
| 4.2.2 基于RSD-AltMin混合预编码优化算法 |
| 4.3 复杂度分析 |
| 4.4 仿真结果及分析 |
| 4.5 本章小结 |
| 第五章 毫米波MIMO系统联合优化信道估计 |
| 5.1 系统与信道模型 |
| 5.2 毫米波MIMO信道估计研究 |
| 5.2.1 信道估计问题描述 |
| 5.2.2 ADMM信道估计算法 |
| 5.3 仿真结果及分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（10）基于软件无线电技术的无线信道测量方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 课题研究背景与意义 |
| 1.1.1 无线通信简述 |
| 1.1.2 无线信道简述 |
| 1.1.3 无线信道测量和软件无线电 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和章节安排 |
| 2 无线信道建模与测量 |
| 2.1 无线信道特性 |
| 2.1.1 电波传播简述 |
| 2.1.2 信道衰落 |
| 2.1.3 大尺度衰落 |
| 2.1.4 小尺度衰落 |
| 2.2 无线信道建模 |
| 2.2.1 信道建模原理 |
| 2.2.2 信道模型 |
| 2.3 无线信道测量 |
| 2.3.1 频域测量法 |
| 2.3.2 时域测量法 |
| 2.4 本章小结 |
| 3 软件无线电软硬件平台 |
| 3.1 软件无线电综述 |
| 3.1.1 软件无线电概况 |
| 3.1.2 软件无线电理论基础 |
| 3.1.3 软件无线电基本结构 |
| 3.2 软件平台 |
| 3.2.1 GNU Radio概述 |
| 3.2.2 GNU Radio软件架构 |
| 3.2.3 图形化开发工具GRC |
| 3.3 硬件平台 |
| 3.3.1 USRP |
| 3.3.2 HackRF One |
| 3.4 本章小结 |
| 4 基于HackRF One的信道测量原型机 |
| 4.1 引言 |
| 4.2 信道测量方案 |
| 4.2.1 方案概述 |
| 4.2.2 扩频滑动相关法原理 |
| 4.2.3 数据帧格式 |
| 4.3 信道测量平台 |
| 4.3.1 发射部分 |
| 4.3.2 接收部分 |
| 4.3.3 仿真验证 |
| 4.4 接收数据处理流程 |
| 4.4.1 信号帧同步 |
| 4.4.2 连续相关峰信道冲激响应 |
| 4.4.3 迭代消除相关峰信道冲激响应 |
| 4.4.4 信道参数统计特性分析 |
| 4.5 本章小结 |
| 5 信道测量系统性能验证 |
| 5.1 硬件基本功能验证 |
| 5.1.1 发射功能验证 |
| 5.1.2 接收功能验证 |
| 5.2 信道测量验证 |
| 5.2.1 验证方案设计 |
| 5.2.2 信道测量系统结果 |
| 5.2.3 射线跟踪法结果 |
| 5.2.4 测量与仿真结果对比 |
| 5.3 本章小结 |
| 6 室内信道测量 |
| 6.1 测量环境 |
| 6.2 测量方案设计 |
| 6.2.1 测量参数配置 |
| 6.2.2 测量项目 |
| 6.3 测量结果分析 |
| 6.3.1 信道冲激响应 |
| 6.3.2 主径统计特性分布 |
| 6.4 本章小结 |
| 7 研究总结和展望 |
| 7.1 研究总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 学位论文数据集 |
四、蜂窝移动通信系统中无线电波传播模型概述（论文参考文献）
- [1]面向真空管高速列车的无线通信系统关键技术研究[D]. 韩柏涛. 北京交通大学, 2021(02)
- [2]基于MIMO-OFDM的列车对列车通信技术研究[D]. 田智愚. 兰州交通大学, 2021(02)
- [3]铁路通信网智能故障定位与性能优化方法及应用研究[D]. 梁荣余. 北京交通大学, 2021
- [4]基于深度学习的无线信道智能传播模型研究[D]. 叶甜甜. 北京邮电大学, 2021(01)
- [5]高原山区D2D通信网络资源分配策略研究[D]. 付晓霞. 昆明理工大学, 2021(01)
- [6]基于射线追踪法的5G室内无线网络规划与优化研究[D]. 阮金波. 南京邮电大学, 2020(03)
- [7]基于无人机辅助通信的无线传输理论与技术研究[D]. 张婷. 南京邮电大学, 2020(03)
- [8]基于几何的Massive MIMO信道模型和特性研究[D]. 王凌锋. 北京邮电大学, 2020(04)
- [9]毫米波大规模MIMO系统的预编码与信道估计研究[D]. 王婷. 江西理工大学, 2020(01)
- [10]基于软件无线电技术的无线信道测量方法研究[D]. 刘雨. 北京交通大学, 2020(03)