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

基于无监督学习的大规模MIMO预编码技术的研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景和意义第10-11页
    1.2 大规模MIMO技术第11-12页
    1.3 大规模MIMO预编码技术第12-13页
    1.4 无监督学习技术第13-14页
    1.5 论文的内容与结构安排第14-16页
第二章 大规模MIMO系统的基本原理第16-28页
    2.1 大规模MIMO系统第16-17页
    2.2 无线信道的传播特性第17-18页
    2.3 信道容量分析第18-21页
    2.4 大规模MIMO信号处理第21-22页
        2.4.1 天线阵列增益第21页
        2.4.2 空间复用增益第21页
        2.4.3 空间分集增益第21-22页
    2.5 信号检测技术第22-26页
        2.5.1 最大似然检测第22-23页
        2.5.2 迫零检测第23-24页
        2.5.3 最小均方误差检测第24-26页
    2.6 仿真分析第26-27页
    2.7 本章小结第27-28页
第三章 大规模MIMO信道模型及预编码技术第28-43页
    3.1 毫米波技术第28页
    3.2 基于射线追踪信道模型第28-33页
        3.2.1 基于射线追踪信道建模流程第30页
        3.2.2 天线阵列结构的选择第30-32页
        3.2.3 单用户毫米波大规模MIMO信道模型第32-33页
        3.2.4 多用户毫米波大规模MIMO信道模型第33页
    3.3 CSI的获取第33-34页
    3.4 有限反馈预编码技术第34-36页
        3.4.1 基于信道统计特性的预编码方法第35-36页
        3.4.2 基于码本的有限预编码方法第36页
    3.5 码本设计方案第36-40页
    3.6 码字选择准则第40-42页
    3.7 本章小结第42-43页
第四章 无监督学习聚类技术第43-48页
    4.1 聚类分析第43-45页
    4.2 数据处理中聚类的分析算法第45-47页
        4.2.1 基于划分的聚类算法第46页
        4.2.2 基于密度的聚类算法第46页
        4.2.3 基于网格的聚类算法第46页
        4.2.4 基于层次的聚类算法第46-47页
        4.2.5 基于模型的聚类算法第47页
        4.2.6 聚类算法的对比分析第47页
    4.3 本章小结第47-48页
第五章 基于无监督学习的预编码系统模型与仿真分析第48-62页
    5.1 K-medoids聚类算法分析第48-50页
    5.2 码本的数据分析第50-53页
    5.3 系统模型分析第53-55页
        5.3.1 单用户大规模MIMO系统模型第53-54页
        5.3.2 多用户大规模MIMO系统模型第54-55页
    5.4 仿真与分析第55-61页
    5.5 本章小结第61-62页
第六章 总结与展望第62-64页
    6.1 工作总结第62页
    6.2 未来展望第62-64页
致谢第64-65页
参考文献第65-69页
附录第69页

论文共69页,点击 下载论文
上一篇:基于激光雷达点云形态特征的落叶松立木与倒木分割
下一篇:基于位置指纹的室内定位算法研究