摘要 | 第3-4页 |
Abstract | 第4页 |
缩略语说明 | 第9-10页 |
符号说明 | 第10-11页 |
第一章 绪论 | 第11-17页 |
1.1 研究目的与意义 | 第11-12页 |
1.2 研究现状分析 | 第12-15页 |
1.2.1 无线信道模型研究现状分析 | 第12-14页 |
1.2.2 人体物联网信道模型及统计特性研究现状分析 | 第14页 |
1.2.3 无线信道模型参数估计研究现状分析 | 第14-15页 |
1.3 本文主要工作 | 第15-16页 |
1.4 论文结构和内容安排 | 第16-17页 |
第二章 无线信道的传播研究 | 第17-33页 |
2.1 摘要 | 第17页 |
2.2 无线信道的特性 | 第17-19页 |
2.2.1 无线信道的传播特性 | 第17-18页 |
2.2.2 无线信道的传播模型分类 | 第18页 |
2.2.3 无线信道的研究方法 | 第18-19页 |
2.3 无线信道的统计特性概述 | 第19-20页 |
2.4 无线信道的参数估计研究 | 第20-22页 |
2.4.1 极大似然参数估计(ML) | 第20页 |
2.4.2 矩估计法(MOM) | 第20-21页 |
2.4.3 对数-矩估计法 | 第21-22页 |
2.5 RMLN信道模型研究 | 第22-32页 |
2.5.1 小尺度衰落模型 | 第22-26页 |
2.5.2 阴影衰落模型 | 第26-29页 |
2.5.3 R~ML~N复合衰落模型 | 第29-32页 |
2.6 本章小结 | 第32-33页 |
第三章 RMLN信道模型的统计特性 | 第33-59页 |
3.1 摘要 | 第33页 |
3.2 RMLN信道模型的统计特性推导 | 第33-42页 |
3.2.1 Rician模型的统计特性 | 第33-35页 |
3.2.2 Lognormal模型的统计特性 | 第35-36页 |
3.2.3 R~M模型的统计特性导出 | 第36-39页 |
3.2.4 L~N模型的统计特性导出 | 第39-40页 |
3.2.5 R~ML~N模型的统计特性导出 | 第40-42页 |
3.3 RMLN信道模型的统计特性的理论与仿真比较 | 第42-58页 |
3.3.1 Rician分布的仿真与理论比较 | 第42-45页 |
3.3.2 Lognormal分布的仿真与理论比较 | 第45-48页 |
3.3.3 R~M分布的仿真模型设计与理论计算的比较 | 第48-51页 |
3.3.4 L~N分布的仿真模型设计与理论计算的比较 | 第51-53页 |
3.3.5 R~ML~N分布的仿真模型设计与理论计算的比较 | 第53-58页 |
3.4 本章小结 | 第58-59页 |
第四章 RMLN信道模型的参数估计 | 第59-70页 |
4.1 摘要 | 第59页 |
4.2 RMLN信道模型的参数估计推导 | 第59-69页 |
4.2.1 Rician模型的参数估计 | 第59-61页 |
4.2.2 Lognormal模型的参数估计 | 第61-63页 |
4.2.3 R~M模型的参数估计 | 第63-66页 |
4.2.4 L~N模型的参数估计 | 第66-68页 |
4.2.5 R~ML~N模型的参数估计 | 第68-69页 |
4.3 本章小结 | 第69-70页 |
第五章 基于实测数据的RMLN信道模型在人体物联网中的运用 | 第70-101页 |
5.1 摘要 | 第70页 |
5.2 无线信道数据的测量 | 第70-74页 |
5.2.1 无线信道数据的测量方法 | 第70页 |
5.2.2 测量设备 | 第70-71页 |
5.2.3 测量过程 | 第71-74页 |
5.3 测量数据的处理 | 第74-77页 |
5.3.1 衰落型号的分离 | 第74-75页 |
5.3.2 人体物联网分离出的实测数据参数计算 | 第75-77页 |
5.4 基于人体物联网实测数据的RMLN分布的特性与理论仿真比较 | 第77-100页 |
5.4.1 仿真流程 | 第77-79页 |
5.4.2 仿真结果 | 第79-100页 |
5.5 本章小结 | 第100-101页 |
第六章 总结与展望 | 第101-103页 |
6.1 全文总结 | 第101页 |
6.2 本论文存在问题以及后续研究工作 | 第101-103页 |
附录 | 第103-162页 |
参考文献 | 第162-165页 |
致谢 | 第165-166页 |
攻读硕士学位期间完成的科研成果 | 第166页 |