滑动大规模MIMO的信道特征分析和链路优化
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 无线信道建模 | 第11-31页 |
1.1 信道建模 | 第11-19页 |
1.1.1 大尺度衰落 | 第11-17页 |
1.1.2 小尺度衰落 | 第17-19页 |
1.2 MIMO无线信道模型 | 第19-28页 |
1.2.1 基于几何的信道模型 | 第20-24页 |
1.2.2 基于分析的信道模型 | 第24-26页 |
1.2.3 几种模型的对比 | 第26-28页 |
1.3 5G信道模型的新特性和本文结构 | 第28-31页 |
第二章 统计信道建模方法研究 | 第31-59页 |
2.1 大规模MIMO结构及坐标变换 | 第31-36页 |
2.1.1 大规模MIMO结构 | 第31-33页 |
2.1.2 坐标变换 | 第33-36页 |
2.2 基于统计的三维信道建模 | 第36-51页 |
2.2.1 三维信道建模方法 | 第36-45页 |
2.2.2 散射体集群的动态变化 | 第45-51页 |
2.3 信道模型有效性分析 | 第51-57页 |
2.3.1 空间-时间-频率相关性 | 第51-54页 |
2.3.2 容量 | 第54-56页 |
2.3.3 特征值 | 第56-57页 |
2.4 本章小结 | 第57-59页 |
第三章 确定信道建模方法研究 | 第59-79页 |
3.1 确定性信道建模 | 第59-73页 |
3.1.1 反射和绕射的计算 | 第59-66页 |
3.1.2 建模流程 | 第66-73页 |
3.2 信道特性分析 | 第73-78页 |
3.2.1 时域特性分析 | 第74-75页 |
3.2.2 频域特性分析 | 第75-76页 |
3.2.3 空域特性分析 | 第76-78页 |
3.2.4 信道容量 | 第78页 |
3.3 本章小结 | 第78-79页 |
第四章 基于神经网络的建模方法研究 | 第79-89页 |
4.1 基于神经网络的信道建模算法 | 第79-87页 |
4.1.1 神经网络学习算法 | 第79-82页 |
4.1.2 基于神经网络的信道建模算法 | 第82-87页 |
4.2 信道特性分析 | 第87-88页 |
4.3 本章小结 | 第88-89页 |
第五章 总结与展望 | 第89-91页 |
5.1 总结 | 第89页 |
5.2 进一步研究方向 | 第89-91页 |
致谢 | 第91-93页 |
参考文献 | 第93-101页 |
硕士期间研究成果及参与科研项目 | 第101页 |