首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

面向5G信道的新型聚簇算法研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第12-22页
    1.1 研究背景与意义第12-14页
    1.2 无线信道建模的发展与现状第14-20页
        1.2.1 毫米波信道建模第15-17页
        1.2.2 信道分簇建模的研究现状第17-18页
        1.2.3 分簇建模算法第18-20页
    1.3 论文主要工作及创新性第20-21页
    1.4 论文内容安排与组织结构第21-22页
第二章 信道测量与建模第22-40页
    2.1 无线信道测量第22-24页
    2.2 信道测量平台和测量方案第24-28页
        2.2.1 测量平台第24-27页
        2.2.2 测量方案第27-28页
    2.3 测量场景介绍第28-30页
    2.4 测量数据分析处理方法第30-35页
        2.4.1 信道冲激响应提取方法第31-32页
        2.4.2 信道参数估计第32-35页
    2.5 多径相似度衡量第35-36页
    2.6 簇划分的衡量第36页
    2.7 角度、时延扩展第36-37页
    2.8 本章小结第37-40页
第三章 基于密度峰值分簇算法的信道建模研究第40-48页
    3.1 基于密度峰值的分簇算法原理第40-42页
    3.2 KPowerMeans算法介绍第42-43页
    3.3 分簇结果与对比第43-47页
        3.3.1 决策图与分簇结果第43-46页
        3.3.2 与KPowerMeans算法的结果对比第46-47页
    3.4 本章小结第47-48页
第四章 基于谱聚类的信道分簇建模研究第48-62页
    4.1 谱聚类算法基本概念及原理第48-50页
    4.2 切图聚类第50-52页
        4.2.1 RatioCut第50-51页
        4.2.2 Ncut第51-52页
    4.3 实验细节第52-53页
        4.3.1 簇数选择第52页
        4.3.2 拉普拉斯矩阵选择第52-53页
    4.4 分簇结果第53-56页
    4.5 三种算法间的对比第56-58页
        4.5.1 时间复杂度对比第56-57页
        4.5.2 轮廓系数第57页
        4.5.3 算法对比小结第57-58页
    4.6 分簇建模统计特性分析第58-61页
        4.6.1 簇间参数建模第58-59页
        4.6.2 簇内参数建模第59-61页
    4.7 本章小结第61-62页
第五章 总结与展望第62-64页
    5.1 论文总结第62-63页
    5.2 下一步工作展望第63-64页
缩写说明第64-66页
参考文献第66-72页
致谢第72-74页
攻读学位期间取得的研究成果第74页

论文共74页,点击 下载论文
上一篇:基于学习、检测的目标稳定跟踪
下一篇:基于对抗深度学习的人脸检测研究