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

LTE上行链路AMC关键技术研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第13-14页
缩略语对照表第14-18页
第一章 绪论第18-26页
    1.1 引言第18-20页
    1.2 LTE上行链路AMC研究的国内外发展现状第20-23页
    1.3 论文的主要工作及内容安排第23-26页
第二章 LTE上行链路AMC系统第26-42页
    2.1 LTE上行链路物理层第26-29页
        2.1.1 LTE无线帧结构第26-27页
        2.1.2 LTE物理资源和上行时隙结构第27-29页
    2.2 LTE上行链路AMC过程第29-36页
        2.2.1 LTE上行自适应链路信号模型第29-32页
        2.2.2 LTE上行链路AMC传输方案第32页
        2.2.3 上行链路自适应参数MCS的计算第32-34页
        2.2.4 AWGN信道下SNR vs MCS的映射关系第34-36页
    2.3 影响LTE上行链路AMC性能的因素分析第36-39页
    2.4 本章小结第39-42页
第三章 LTE上行自适应链路信道质量测量算法研究第42-86页
    3.1 LTE系统场景简介第42-44页
        3.1.1 边缘场景简介第42-43页
        3.1.2 突发场景简介第43-44页
    3.2 LTE上行链路信道质量测量算法第44-52页
        3.2.1 传统的基于多载波的信道质量测量算法第45-46页
        3.2.2 提出的基于单载波的信道质量测量算法第46-52页
        3.2.3 改进的基于单载波的信道质量测量算法第52页
    3.3 边缘场景下算法性能仿真及分析第52-70页
        3.3.1 基于单载波的信道质量测量算法建模与仿真第52-64页
        3.3.2 基于多载波的信道质量测量算法建模与仿真第64-68页
        3.3.3 边缘场景下算法性能的仿真及分析第68-70页
    3.4 突发场景下算法性能仿真及分析第70-84页
        3.4.1 基于单载波的信道质量测量算法建模与仿真第70-77页
        3.4.2 突发场景下算法性能的仿真及分析第77-84页
    3.5 本章小结第84-86页
第四章 基于机器学习的LTE上行链路AMC方案第86-102页
    4.1 目前的AMC方案存在的问题第86页
    4.2 基于k-NN监督学习的AMC算法第86-88页
    4.3 基于支持向量机的AMC算法第88-91页
    4.4 基于Q学习的AMC算法第91-92页
    4.5 算法性能仿真及分析第92-100页
        4.5.1 基于k-NN监督学习的AMC算法性能仿真分析第92-96页
        4.5.2 基于支持向量机的AMC算法性能仿真分析第96-97页
        4.5.3 基于Q学习的AMC算法性能仿真分析第97-100页
    4.6 本章小结第100-102页
第五章 总结与展望第102-106页
    5.1 论文主要工作与贡献第102-103页
    5.2 论文后续工作方向和展望第103-106页
参考文献第106-110页
致谢第110-112页
作者简介第112-113页

论文共113页,点击 下载论文
上一篇:天线单站近场散射测量方法研究
下一篇:电子耳蜗音频信号处理系统设计