| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容及论文结构 | 第12-14页 |
| 第二章 干扰分析相关理论 | 第14-23页 |
| 2.1 LTE网络上行干扰原理 | 第14-18页 |
| 2.1.1 LTE系统架构 | 第14-15页 |
| 2.1.2 国内频谱划分 | 第15-17页 |
| 2.1.3 LTE网络干扰原因及分类 | 第17-18页 |
| 2.2 干扰分析模型相关技术 | 第18-22页 |
| 2.2.1 分类问题 | 第18-19页 |
| 2.2.2 决策树相关技术 | 第19-21页 |
| 2.2.3 随机森林相关技术 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 LTE网络上行干扰分析算法设计 | 第23-39页 |
| 3.1 LTE网络干扰排查方法 | 第23-24页 |
| 3.2 干扰类型分析 | 第24-36页 |
| 3.2.1 杂散/邻频干扰分析 | 第24-28页 |
| 3.2.2 谐波/互调干扰分析 | 第28-31页 |
| 3.2.3 阻塞干扰分析 | 第31-34页 |
| 3.2.4 外部强干扰分析 | 第34-36页 |
| 3.3 基于频域和地域的多维联合干扰识别算法技术路线 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 LTE网络上行干扰分析算法关键技术 | 第39-61页 |
| 4.1 干扰小区评估 | 第39-41页 |
| 4.2 干扰特征向量提取 | 第41-48页 |
| 4.2.1 数据平滑 | 第43-44页 |
| 4.2.2 分段线性化 | 第44-47页 |
| 4.2.3 突发分量提取 | 第47-48页 |
| 4.3 基于随机森林的干扰识别 | 第48-55页 |
| 4.3.1 随机森林参数优化 | 第48-49页 |
| 4.3.2 随机森林算法改进 | 第49-53页 |
| 4.3.3 随机森林分类模型训练与干扰识别 | 第53-55页 |
| 4.4 共站址信息匹配 | 第55-58页 |
| 4.5 频点信息匹配 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 LTE网络上行干扰分析软件及应用 | 第61-77页 |
| 5.1 软件系统总体结构 | 第61-62页 |
| 5.2 主要功能模块 | 第62-68页 |
| 5.2.1 数据管理模块 | 第63页 |
| 5.2.2 干扰数据处理模块 | 第63-65页 |
| 5.2.3 干扰建模模块 | 第65-66页 |
| 5.2.4 干扰分析模块 | 第66-68页 |
| 5.3 数据测试与结果分析 | 第68-72页 |
| 5.3.1 实验设计 | 第68-69页 |
| 5.3.2 实验结果和分析 | 第69-72页 |
| 5.4 应用案例分析 | 第72-76页 |
| 5.4.1 单干扰案例分析 | 第72-74页 |
| 5.4.2 复合干扰案例分析 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-80页 |
| 6.1 研究工作总结 | 第77-78页 |
| 6.2 下一步工作安排 | 第78-79页 |
| 6.3 攻读学位期间从事的其他科研工作总结 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间研究成果 | 第84页 |