一、陆地移动通信绕射损耗的计算(论文文献综述)
崔键[1](2021)在《应急通信场景下无人机通信平台覆盖最大化技术研究》文中指出应急通信场景具有突发性强等特点,可能导致通信拥塞或地面基础通信设施损坏,短时间内难以恢复正常的通信服务。无人机搭载微型通信设备作为低空通信平台,借助其灵活性高、易于部署等优势,可在第一时间实现对应急区域的覆盖,并为用户提供高概率视距通信。但是无人机机载能量受限、带宽资源稀缺和用户趋利性移动等问题,严重制约无人机对应急区域的覆盖。更大的应急通信覆盖面积和更快的部署速度,可快速保证更多用户的正常通信,满足高效救援行动的需求。为此,研究应急通信场景下无人机通信平台覆盖最大化技术具有重要的现实意义。本文深入研究了应急通信场景下无人机的位置部署及功率-带宽资源分配对于室内-室外用户通信覆盖的影响。分析了适用于室外用户的空-地链路模型,以覆盖室内用户为突破口,建立适用于无人机为室内用户提供服务的路径损耗模型。以此模型为基础,在考虑用户公平性原则和网络稳定性的前提下,研究无人机覆盖室内用户时的节能部署和资源分配问题,保证无人机以最小能耗快速完成对室内用户的全覆盖。鉴于用户趋利移动性导致的模型非归一化混合等问题,进一步研究无人机对混合室内-室外用户的最大覆盖。本文的主要研究内容及创新点如下:(1)针对室内-室外用户服务性能的差异化,提出了适用于室内用户的无人机快速部署策略,实现对室内用户的节能全覆盖。联合考虑室外-室内传输路径、室外传输损耗、穿墙损耗和室内传输损耗,设计可应用于室外-室内通信的信号传输损耗模型。用户位置信息未知时,通过大量数据拟合,得到无人机最优位置与建筑物长宽高之间的函数关系式。用户位置信息已知时,精确计算通信链路的损耗,提出基于块坐标下降的无人机快速部署算法。多无人机协作覆盖多栋建筑物时,在保证无人机对室内用户全覆盖的前提下,决策多机网络的控制单元,增强多机网络自身的主动鲁棒性。仿真结果表明,本文提出的收敛算法能快速部署无人机,保证无人机以最小的发射功率完成对室内用户的全覆盖。(2)针对远距离中继覆盖网络稳定性差的问题,提出了基于中断概率的无人机部署及资源分配策略,实现对室内用户的稳定全覆盖。将网络稳定性量化为中断概率,研究室外基站与室内用户之间所建链路的中断概率。通过优化室外-室内路径损耗模型,推导出所有链路中断概率之和的封闭表达式。进一步提出基于公平性的无人机位置-功率分配-带宽分配(Location-Power-Bandwidth Allocation fairness,LPB-fairness)方案及块坐标下降算法,将具有非凸非凹特性的原问题进行分解-迭代优化。仿真结果表明,所提方案对部署位置、功率分配和带宽分配进行快速优化,保证无人机以最小的中断概率实现对室内用户的覆盖,并且不同链路间中断概率的差异维持在1%以内。(3)针对由于室内用户趋利性移动导致的传输模型混合及资源利用率低,并进一步导致网络总传输速率低等问题,提出了基于部署位置和资源分配的“室内-室外-迭代优化”(Indoor-Outdoor-Iterative,IOI)的快速覆盖总方案,实现对混合室外-内用户的最大覆盖。IOI方案可避免建立无法归一处理的混合传输模型。根据用户密度和无人机高度提出了一种具有低计算复杂度的室外用户分布估算方法,并进一步提出了一种基于三维位置、功率和带宽分配的子方案。根据剩余资源与室外用户所需资源的度长絜大,分三种情况提出相应算法并讨论该方案的可行性。仿真结果表明,所提算法可实现快速收敛,并在满足对室外-内用户最大覆盖的基础上,确保用户之间的通信速率差异小于0.5%。
李典典[2](2021)在《基于改进射线跟踪法的受限空间无线信道仿真平台实现》文中认为当前,无线通信系统广泛的应用于日常生活与工作的诸多领域。伴随着全球通信产业的爆炸式增长,现代社会对无线通信系统的能力提出了越来越多的需求。新一代无线通信技术主要将注意力集中在了频域尚未被大量使用的毫米波,然而受毫米波自身传输特性的制约,要实现无线通信系统对毫米波的利用,前提是对通信环境下的毫米波特性有深入的了解。与室外的大尺度模型不同,微微小受限空间内的毫米波通信更容易受到各类干扰因素的影响。这导致的结果是相同尺寸环境中的信道分布情况,无法在另外区域完全适用。而依靠传统经验模型获得信道分布的工作耗费巨大。有鉴于此,能满足不同微微小空间区域内无线信道特性建模需求、输出该空间内无线信道参数的仿真平台,已成为了当前无线通信产业发展不可缺少的重要一环。为了对微微小受限空间区域开展无线信道研究,本文采用无线通信建模中确定性建模方法中的射线跟踪算法作为主要建模方式,借助现代计算机强大的计算能力,通过模拟环境内部无线电波的传播轨迹,输出对应环境中的信道参数情况。本文首先基于射线跟踪法建立了适用于微微小受限环境的高频仿真平台。该平台以几何光学、一致性绕射理论、几何绕射原理等理论为依据,将直射、反射、透射以及绕射四种传播机制都纳入考虑范畴,能够对微微小受限环境中的三维信道进行仿真并实现可视化输出。其次,平台的核心算法中耦合了多种成熟的机制与改进,其中包含树状存储结构、阈值衰落与限制数判决机制等,这些改进使得仿真平台的各项指标大大提高。随后,为了进一步优化平台的功能,做出了两项重要改进。其一,通过分析运行速度方面表现不佳的原因,提出了基于固定接收区域的分层迭代算法,该算法设计了一种收发两用的迭代源模型作为层与层之间的转接,能够避免实际工作中存在的大量冗余计算;其二,使用三种不同的启发式优化算法对环境材料中电参数进行校正,校正数据显示三种启发式优化算法都能在不同程度下,提高平台的预测精度。
柏菲,庞明慧,陈小敏,张涛涛,姚梦恬,朱秋明[3](2021)在《基于射线跟踪的空地毫米波传播损耗预测》文中研究指明传统毫米波传播损耗模型假设收发端天线高度比较低,不直接适用于空地传输场景,本文基于射线跟踪原理提出了一种空地场景下毫米波通信的传播损耗统计模型。该模型推导分析了视距、反射、绕射和无信号四种不同传播情况的路径概率,并综合考虑了环境、频率、距离和天线高度等因素对路径损耗的影响。仿真分析结果表明,本文模型对不同场景和传播高度都具有良好的适用性,对于非视距情况的细化分类使其计算结果比传统模型更为精确且与射线跟踪仿真结果更为吻合,可用于空地毫米波通信系统设计和算法优化等领域。
佘骏[4](2020)在《室内人-机-物复杂场景下的无线传播模型研究》文中研究指明室内无线通信技术是现有和未来通信系统的关键组成部分。随着技术的不断进步,室内无线通信已经从传统的语音、数据和多媒体业务,逐渐衍生出基于5G技术与人工智能、物联网、云计算、大数据和边缘计算等相结合的新兴室内应用场景,这些场景中存在大量人体、物体以及设备的生产、活动、连接和交互,构成了室内的人-机-物复杂场景。这类场景具有散射体丰富、环境小且封闭等特点,人体和物体对其无线传播特性的影响远比室外以及传统的室内场景更显着。因此,充分了解室内人-机-物复杂场景无线信道的传播特性具有重要的理论意义和很高的应用价值。本文紧密围绕室内人-机-物复杂场景下的无线传播模型研究这一科学问题,在会议室、走廊、楼梯和办公室等各种典型的室内环境中,进行了2.6GHz、3.5GHz等热点频段和9~12GHz等潜力频段上的大量信道测量实验,研究了不同人员密度、用户握持终端、遮挡视距等典型室内人-机-物复杂场景的无线信道传播特性,建立了针对各类传播特性的室内人-机-物复杂场景无线信道传播模型,主要工作和贡献包括:(1)提出了适用于会议室、楼梯和走廊三种典型室内环境在不同人员密度下的路径损耗模型,为室内人-机-物复杂场景中路径损耗的精确预测提供了一种解决方案。该方案的特征是将功率延迟函数建模为一个损耗值与距离无关、与人员密度相关的混响分量,和一个服从对数-距离衰减方式的主径分量的叠加值,并通过积分运算得到路径损耗公式,然后采集大量实测结果实现模型参数拟合。经验证,该模型的预测结果与实测吻合。相比已有的对数-距离路径损耗模型,所提出的模型能在准确预测路径损耗的同时,更好地解释路径损耗因子异常值,并能通过剔除混响分量的影响、提取主径分量的衰落情况,为典型室内人-机-物复杂场景的链路预算提供更准确的模型依据。(2)进一步地,提出了一种包含人数因子和环境因子的混响时间模型。该模型提供了一种在室内复杂场景中快速计算混响时间的方法,并解决了因室内人数增减或环境的改变而带来的变化建模问题。验证结果表明,与既有模型相比,提出的模型具有更高的精确度。该模型还可方便地扩展到同类场景,并通过更新人数因子和场景依赖的环境因子来实现模型的场景适应。此外,还改进了功率延迟谱的预测方法,通过引入混响时间参数降低了Nakagami-m分布因子的建模算法复杂度。(3)进行了Massive MIMO室内办公室环境信道传播特性分析与建模。在典型办公室环境内,搭建了基于32天线的Massive MIMO阵列和不同天线数的多天线终端组成的测量平台,进行了3.5GHz频段上实地信道测量以及信道频率响应的建模和分析。研究结果表明,信道遍历容量随终端天线数目增长而提高;在用户手持情形下,遍历容量的统计平均值与非手持情形无显着差异,但信道性能在低容量区段存在进一步劣化的现象。(4)在上述工作的基础上,提出了一种包含用户手持效应因子的室内环境无线传播模型。该模型充分考虑了用户的手持效应、接收端相关效应、发射端相关效应、耦合效应,并将手持效应因子建模为幅度服从对数正态分布、相位服从均匀分布的随机变量,将耦合效应因子建模为幅度服从Nakagami-m分布、相位服从均匀分布的随机变量。验证结果表明,模型预测的遍历容量、中断容量值均与实测吻合,与既有的Kronecker模型和Weichselberger模型相比,该模型具有更高的精确性、更明确的物理意义和更强的可扩展性。(5)提出了X波段室内人-机-物复杂场景无线传播模型。该模型采用粒子滤波方法,解决了人-机-物复杂场景下信道参数的动态预测问题。该模型并利用多径分量的主要衰减机制联立状态方程,并实现了时延域动态预测。经与测量数据对比验证,该模型可以准确预测功率延迟谱、平均时延参数。与传统的TDL等静态模型相比,可以进行动态更新和实时建模。本章的测量工作有助于较高频段室内无线传播特性的系统性研究,本章模型成果可为海量机器类通信等典型人-机-物复杂场景下的感知数据采集、信道主动测量等算法开发提供支撑。本文围绕室内人-机-物复杂场景下的无线传播模型开展的研究工作和所得成果,可为未来移动通信系统的室内覆盖部署、物理层设计、系统级别仿真和系统搭建提供重要支撑。
陈中康[5](2020)在《基于深度学习的高铁移动通信信道预测和信号检测研究》文中认为近二十年来,我国高铁迅猛发展,取得了全球瞩目的成就。除此之外,“一带一路”战略的实施,也给高铁的发展带来了机遇,使得高铁肩负起互联互通的时代使命。随着高铁建设规模不断扩大,速度不断提高,相应的高铁无线通信业务的需求也在不断增长。为了满足高铁移动通信对数据传输速率日新月异的需求,高铁通信系统已经从原本的GSM-R过渡到LTER,此外,5G-R也被提出并列入重点研究范畴。随着深度学习在计算机视觉、自然语言处理、语音识别等领域的成功应用,机器学习也重新受到重视。研究人员正在积极尝试将这些技术扩展到无线通信领域,进而产生智能通信系统。智能通信被认为是5G之后无线通信发展的主流方向之一,其基本思想是将深度学习应用到无线通信系统的各个层面,实现无线通信与人工智能技术的有机融合,从而大幅度提升无线通信系统的效能。受上述思想的启发,本文致力于研究基于深度学习的高铁移动通信信道预测和信号检测技术,探索高铁移动通信智能化发展。本文先从大尺度和小尺度两种衰落特性来描述无线通信场景下的路径损耗。接着,又论述了一些深度学习的基本模型,并介绍了深度学习目前的主流框架。此外,本文着重对高铁移动通信场景下基于LSTM神经网络(LSTM-NN)的信道预测和基于深度学习的信号检测进行研究,主要包括以下创新性工作。(1)首先,本文针对高移动速度导致的信道状态信息迅速失效的问题,提出了一种高铁移动通信场景下基于LSTM-NN的信道预测方法。这是一种完全由数据驱动的信道预测方法,能够有效地捕获并提取之前时刻的信道特征从而准确预测未来时刻的信道状态信息,在很大程度上缩减了传统信道预测方法所需的导频开销,并为高铁通信系统提供技术支撑。仿真结果表明,基于LSTM-NN的高铁移动通信信道预测的性能更加稳定,预测的准确性也更高。(2)其次,本文针对高铁移动通信场景的特殊性和复杂性,创造性地提出了一种基于深度学习的MIMO信号检测方案。该方案通过对高铁行驶路段各位置区域的历史通信数据进行挖掘聚类,并为每个划分好的区域创建对应的神经网络模型,从而设计出一种基于高铁位置区域的深度神经网络信号检测算法,使得整个系统可以根据高铁所处位置直接检测信号,大幅度降低了高铁信号检测的复杂性。最终,本文选择高架桥作为研究场景进行仿真分析,将单个场景进一步划分为多个区域,并验证了该方案的有效性。本文旨在研究高铁移动通信场景下基于深度学习的信道预测和信号检测技术,进一步提升高铁移动通信系统的性能,探索高铁移动通信的智能化发展。
江婷娟[6](2020)在《基于路径分析的移动通信网干扰定位分析技术研究与应用》文中进行了进一步梳理随着移动通信网络的快速发展,无线传播环境日益复杂。网外干扰优化工作所要解决的首要问题是定位干扰源。由于复杂城区环境中无线信号传播存在多径、非视距的问题,传统的几何定位方法无法满足精度要求。实际网络优化工作中,为保证定位精度,工作人员往往需要手动且逐步的进行干扰源排查,这十分耗时且费力。因此亟需更为高效准确的网外未知干扰源定位技术。干扰测量数据体现了干扰信号的覆盖情况,是干扰定位的依据。而反向射线跟踪技术可以有效的模拟信号的传播路径。为解决复杂城区环境中无线信号传播过程中存在的多径和非视距传播等问题,本文从分析信号传播路径的角度出发,提出了一种基于路径分析的网外干扰源定位方法。该定位方法包含以下两部分工作:(ⅰ)传播路径生成。首先,分析并处理通过路测采集的干扰测量数据,从中分布式、广覆盖地提取强信号点测量信息生成反向跟踪起点集合。然后,对干扰搜索区域进行场景建模。最后采用反向射线跟踪技术对各反向跟踪起点进行信号的反向跟踪,生成干扰信号的可能传播路径(ⅱ)基于信号传播路径分析定位干扰源。首先,栅格化干扰搜索区域,将点问题转换为立体栅格问题求解。然后,采用类3D-DDA算法分析信号传播路径,通过栅格建立传播路径与干扰源之间的关系。提出干扰源所在栅格应满足的多个条件,即它应尽可能多的覆盖来自不同反向跟踪起点的强信号传播路径,且其覆盖的多条信号的传播满足无线信号传播的约束。最后,对提出的多个约束建立多目标优化模型,通过标量化多目标优化问题的方式求解干扰源所在的栅格,完成干扰源的定位。基于上述方法,设计并实现了网外干扰源定位软件,并将其应用于南京LTE电力无线专网场景下的网外未知干扰源的定位。结果表明,在复杂城区环境中,本文提出的基于路径分析的网外干扰定位方法可以实现60米以内的定位精度。综上所述,本文提出的干扰源定位方法面向复杂城区环境,可以快速准确定位网外干扰源的位置,为提高移动通信网络干扰排查效率提供了一种效的手段。
刘杨[7](2020)在《室内多场景无线信道传输损耗测试与仿真分析》文中进行了进一步梳理近年来,无线通信的发展呈现井喷的势态,人们的工作和生活越来越离不开它的身影。随着人们的需求不断提升,移动通信系统也已发展到第五代,追求更高的速率、更低的时延和更少的成本逐渐成为发展趋势。短距离无线通信技术作为无线通信技术的分支,凭借其使用广泛、可靠性强等优势,备受人们的青睐,也正不断完善不足,适应各种场景,为未来的憧憬提供无限可能。短距离无线通信技术常用在室内环境,而由于室内场景复杂,无线电波在传输过程中会遇到各种阻碍及干扰,如何有效研究短距离无线信道的传输特性,建立起适用的传输模型,分析无线信道传输的相关参数,成为必不可少的工作。对于短距离无线信道传输特性的研究,为能够基于环境做出链路预算,改善传输损耗,提高无线通信性能,解决室内小尺度衰落影响奠定基础。因此,本文的主要工作是研究室内短距离无线信道的传输损耗。首先,就短距离无线信道传输中涉及的信息进行概述,并对主要无线信道参数的计算进行推导,同时比较几种常见的路径损耗模型。针对室内传播特性,采用频域测量法,搭建无线信道参数测量平台,选择实验室环境,测试5.4GHz频段下,视距(Line Of Sight,LOS)与非视距(Non Line of Sight,NLOS)两条路径信道参数,经过数据处理和计算得到传输参数模型。其次,研究了室内居家环境穿墙路径损耗,选择2.4GHz频段进行测试,通过仿真和测量得到功率变化曲线,将数据通过拟合得到相应路径损耗指数等参数。将结果代入一般模型得到适用于居家环境的一般模型,并比较仿真和测量结果。最后,为了研究WiFi(Wireless Fidelity)频段(5GHz)走廊环境传输特性,提出一种新型路径损耗模型,该模型涉及走廊环境下视距与非视距传输损耗,并考虑走廊宽度的影响。将该模型与已有模型对比,验证其适用性和精确性。同时,为了减小传输损耗的影响,采用设置虚拟反光镜的方法改善传输损耗,提升传输性能。
陈真佳[8](2020)在《海上电磁频谱感知与预测方法研究》文中认为随着各国海洋开发意识的不断增强以及我国“智慧海洋”国家战略目标的快速推进,海上用频设备的使用数量和种类急剧增加。由于海洋环境的复杂性与特殊性较高,使得海上电磁频谱资源的有效利用和管控变得十分困难。研究海上电磁频谱感知与预测方法对于探索复杂海洋环境下的海上电磁波传播特性、逐步建立海上电磁频谱资源空间分布模型、提出海上电磁频谱资源有效管理新方法等具有重要意义。本文基于海上分布式电磁频谱检测网络,从协同能量检测、相位估计和射频I/Q数据分布的多维度信号特征角度研究海上电磁频谱感知方法,并结合计算电磁学方法研究海上电磁频谱分布预测模型。论文的主要研究内容如下:针对海上不同目标频段背景噪声差异性较大的特点,结合海上分布式电磁频谱检测方法提出了频率域前向差值算法计算海上背景噪声包络,估计自适应阈值曲线(Adaptive Threshold Curve,ATC),保证在较低错检概率(Pfa)的基础上,降低弱信号的漏检概率(mP)。研究信号源测向误差在分布式协同差值能量检测方法中的影响,相比较平均差值能量检测(Mean Difference Energy Detection,MD-ED)方法,权重差值能量检测(Weight Difference Energy Detection,WD-ED)方法具有更高的检测性能,能够有效抑制误差突变。随着协同检测节点数量的增加,协同检测结果能够快速地收敛至0.5dBm以内。检测区域越大,初始mP越大。在38 km×38 km的检测区域中,当检测节点的数量达到30个时,系统的协同mP能够快速地下降至3%以内。针对海上接收信号强度波动剧烈导致Pfa和mP较高的问题,结合海上电磁频谱特性研究低信噪比(Signal to Noise Ratio,SNR)环境下的海上弱信号相位估计方法;提出了添加窗口极值(Add Window Extremes,AWE)方法计算相位波形的包络,再次使用AWE方法计算相位极值,估计信号的相位周期。结合四分位间距和相位极值范围分布评估相位包络,提出了以样本相位分位数中值小于0.4 rad或四分位间距大于0 rad作为噪声的判决条件,提高了弱SNR环境下的信号和噪声辨识能力,提高了海上电磁频谱的检测概率(dP)。针对无线信号在海上传播过程中的幅度和相位特征损耗大检测困难的问题,提出了将射频I/Q信号特征提取方法应用于海上电磁频谱感知;结合射频I/Q分量权重极值和分位数范围研究信号与噪声的边界阈值估计;I/Q分量权重极值方法的0dB SNR弱信号的检测概率可以达到95%以上,具有相对更高的灵敏度,具有更大的有效检测范围。计算二维I/Q分量矩阵中相邻分量的梯度,获得二维梯度矩阵作为调制信号识别的类别矩阵;以样本二维梯度矩阵与类别矩阵的最小梯度累计距离(Gradient Cumulative Distance,GCD)的类别判决为调制信号识别结果;调整模型权重参数之后的总体调制类别识别率提高到了82.75%。以信号特征检测方法替代离散点频谱能量检测方法,提高了海上电磁频谱感知效率,对海上电磁频谱分布预测研究具有重要意义。结合海浪谱模型和天线姿态,提出了基于射线追踪法的海上电磁频谱分布预测模型;将在海上传播的电磁波划分为视距射线(Sight Line Ray,SLR)传播和反射射线(Reflecting Line Ray,RLR)传播;根据海浪谱模型具体描述粗糙海面高度变化,结合信号源位置估计粗糙海面的有效反射面,基于射线追踪法精确估计海上信号源的有效射线分布;以天线姿态和天线方向图描述信号源处向外各个方向辐射的射线初始能量分布,根据射线分布模型、发射功率、海面反射系数等参数,计算海上电磁频谱空间分布;考虑大尺度空间中地球曲率和大气折射率的影响,修正了有效射线分布,提高了海上电磁频谱空间分布的预测精度。根据以上的研究内容设计相应的实验与仿真。测试结果表明,海上分布式电磁频谱检测系统十分适合于复杂海洋环境;结合协同能量检测、相位估计、射频I/Q分布的多维度信号特征提取与分析方法,提高了海上弱信号检测能力和电磁频谱感知能力;结合海浪谱和天线姿态,基于射线追踪法的预测模型能够精确估计大尺度的海上电磁频谱空间分布。
李蛟[9](2020)在《基于5G的低轨卫星移动通信系统随机接入关键技术研究》文中研究表明随着信息技术的全面发展,新一代地面移动通信技术5G已经趋于成熟。低轨卫星移动通信系统有着覆盖范围广、系统容量大、可靠性高等优势,可以有效弥补地面移动通信系统的不足,因此将5G技术和低轨卫星相融合来构建新一代低轨卫星移动通信系统势在必行。然而,由于卫星通信系统具有大时延、大频偏的独特信道特性,5G随机接入技术并不能直接适用于低轨卫星移动通信系统。本文以5G技术和低轨卫星移动通信系统相融合为背景,基于现有的5G随机接入前导序列信号格式,深入研究了低轨卫星移动通信系统的随机接入关键技术问题。首先,本文阐述了卫星移动通信系统的信道特性和现有5G技术标准,重点对随机接入技术进行了介绍,包括随机接入流程、前导序列结构以及定时检测方法。其次,考虑到卫星移动通信系统具有较大的传输时延,随机接入前导序列需要重新设计。本文结合低轨卫星信道特性和陆地前导设计原则,研究了适用于卫星场景的通用前导。针对卫星通用前导设计方案存在子载波间隔小、DFT尺度大以及计算复杂度高的缺点,提出了MRCS前导设计方案。MRCS是由多段不同根序列的短ZC序列级联形成,每一段短ZC序列继承了陆地前导格式,子载波间隔依然是1.25k Hz,在满足较大传输时延要求的前提下,对多普勒频移有更高的鲁棒性。仿真结果表明,相比于通用前导,在LOS信道下MRCS的抗频偏性能提升了55%,更适用于具有较大多普勒频偏的低轨卫星移动通信系统。然后,为了消除卫星通信系统中较大多普勒频偏对随机接入的影响,本文首先提出了基于MRCS的TDCC算法,TDCC算法可以消除多普勒频移对定时估计的影响,但是存在抗噪性能较差和计算复杂度较高的缺点。因此,本文进一步提出了基于MRCS的FLDCC算法。FLDCC算法大大降低了计算复杂度和提高了抗噪性能,并且可以通过调整差分相关长度有效地提高定时检测性能。仿真结果表明,FLDCC算法不但适用于LOS信道,而且在NLOS信道下也具有较好的定时检测性能。最后,基于上述MRCS前导设计方案及FLDCC定时检测算法,本文在srs LTE/USRP半实物平台上,对低轨卫星移动通信系统的随机接入进行了设计实现以及测试。实测结果表明,本文所提出的MRCS前导设计方案和FLDCC定时检测算法在较大多普勒频移的影响下具有较高的TA估计准确性和较低的平均接入时延,能够有效应用于低轨卫星移动通信系统。
张建华,唐盼,姜涛,张健,张振[10](2020)在《5G信道建模研究的进展与展望》文中指出在移动通信中,信道的特性决定了移动通信系统的性能上限,而第五代移动通信(5G)信道模型就是5G系统设计与技术优化的基础。本文首先介绍了国家电信联盟(ITU)对5G的愿景,引出了5G在大带宽、多频点、空—时—频多维特性和复杂场景四个方面对信道建模的需求。其次,总结了课题组在5G信道建模研究的四维建模理论框架、高精度大带宽测量平台与应用场景、信道特性提取与建模三个方面的研究进展,着重分析了毫米波信道建模和大规模三维(3D)多输入多输出(MIMO)信道建模。最后,针对未来第六代移动通信(6G)的需求,展望了6G信道建模的四个研究方向,包括太赫兹信道建模、大维信道建模、天空地信道建模以及智能化信道建模。
二、陆地移动通信绕射损耗的计算(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、陆地移动通信绕射损耗的计算(论文提纲范文)
(1)应急通信场景下无人机通信平台覆盖最大化技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状及挑战 |
1.2.1 应急通信网络研究现状 |
1.2.2 无人机通信研究现状 |
1.2.3 无人机应急通信研究现状 |
1.2.4 无人机应急通信覆盖最大化研究现状 |
1.2.5 主要挑战 |
1.3 本文研究内容及章节安排 |
1.3.1 论文研究思路 |
1.3.2 论文结构安排 |
1.4 本章小结 |
参考文献 |
第二章 室内-外无线应急通信模型概述 |
2.1 无线信号传播模型 |
2.1.1 无线信号传播信道 |
2.1.2 室外传播模型 |
2.1.3 室内传播模型 |
2.2 无人机通信模型 |
2.2.1 无人机室外覆盖通信模型 |
2.2.2 无人机室外-室内覆盖通信模型 |
2.3 本章小结 |
参考文献 |
第三章 基于路径损耗的无人机室内通信最大覆盖 |
3.1 相关工作分析 |
3.2 无人机室外-室内通信模型建立 |
3.3 分类讨论无人机部署方案 |
3.3.1 无人机覆盖建筑物 |
3.3.2 无人机覆盖精确用户 |
3.4 多机网络控制单元决策 |
3.5 仿真性能分析 |
3.5.1 仿真参数设置 |
3.5.2 仿真分析 |
3.6 本章小结 |
参考文献 |
第四章 基于中断概率的无人机室内通信最大覆盖 |
4.1 相关工作分析 |
4.2 室外-室内中断概率模型建立 |
4.3 基于块坐标下降的解决方案 |
4.3.1 无人机3D位置优化 |
4.3.2 无人机功率和带宽分配 |
4.3.3 无人机3D位置、功率-带宽分配联合优化 |
4.3.4 一种特殊情况下的3D位置、功率-带宽分配方法 |
4.4 仿真性能分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真分析 |
4.5 本章小结 |
参考文献 |
第五章 基于传输速率的无人机室内-外通信最大覆盖 |
5.1 相关工作分析 |
5.2 系统模型建立 |
5.3 无人机部署及资源分配方案 |
5.3.1 室内用户预覆盖 |
5.3.2 室外用户预覆盖 |
5.3.3 联合无人机位置和资源优化 |
5.4 仿真实验与结果分析 |
5.4.1 仿真参数设置 |
5.4.2 仿真分析 |
5.5 本章小结 |
参考文献 |
第六章 工作总结及展望 |
6.1 工作总结 |
6.2 未来研究展望 |
缩略语对照表 |
致谢 |
攻读学位期间的学术成果 |
(2)基于改进射线跟踪法的受限空间无线信道仿真平台实现(论文提纲范文)
摘要 |
Abstract |
1.绪论 |
1.1 无线通信系统的发展趋势与挑战 |
1.2 射线跟踪法的研究现状和发展 |
1.3 论文的主要研究内容和文章结构 |
2.无线信道传播的理论基础 |
2.1 无线信道传播的经典传播模型 |
2.1.1 大尺度衰落 |
2.1.2 小尺度衰落 |
2.2 基本传播机制 |
2.2.1 直射 |
2.2.2 反射与透射 |
2.2.3 绕射 |
2.3 射线跟踪法介绍 |
2.3.1 正向跟踪算法 |
2.3.2 反向跟踪算法 |
2.3.3 正反向结合跟踪算法 |
2.4 本章小结 |
3.基于改进射线跟踪法的信道仿真平台实现 |
3.1 外部模型建立 |
3.2 仿真平台参数配置 |
3.2.1 发射、接收天线增益 |
3.2.2 天线辐射功率 |
3.2.3 射线间隔角 |
3.2.4 起始场强 |
3.2.5 信号波长 |
3.3 发射源模型构建 |
3.4 射线跟踪机制的建立 |
3.4.1 电磁波传播机制建立 |
3.4.2 阈值衰落判决与限制数判决的机制建立 |
3.4.3 碰撞点检测机制与树状存储结构建立 |
3.5 接收源判决机制与射线接收问题 |
3.6 信道参数预测 |
3.7 基础仿真 |
3.8 本章小结 |
4 无线信道仿真平台加速算法及数据校正 |
4.1 无线信道仿真平台加速算法研究 |
4.1.1 影响因素分析 |
4.1.2 基于固定接收区域的分层迭代算法 |
4.1.3 加速算法效果展示 |
4.2 无线信道仿真平台数据校正研究 |
4.2.1 启发式优化算法介绍 |
4.2.2 材料参数校正效果 |
4.3 本章小结 |
5 总结与展望 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(3)基于射线跟踪的空地毫米波传播损耗预测(论文提纲范文)
1 引言 |
2 基于路径概率的统计模型 |
3 基于射线跟踪大数据的模型参数拟合 |
3.1 射线跟踪损耗大数据获取 |
3.2 不同传播路径概率参数 |
3.3 高度相关路径损耗参数 |
4 数值仿真与结果分析 |
5 结论 |
(4)室内人-机-物复杂场景下的无线传播模型研究(论文提纲范文)
摘要 |
Abstract |
专用术语注释表 |
第一章 绪论 |
1.1 引言 |
1.2 研究背景和意义 |
1.3 室内人-机-物复杂场景无线传播模型研究现状和挑战 |
1.3.1 室内人-机-物复杂场景大小尺度衰落特性的研究现状和挑战 |
1.3.2 室内人-机-物Massive MIMO场景无线传播模型的研究现状和挑战 |
1.3.3 X波段室内人-机-物复杂场景无线传播模型的研究现状和挑战 |
1.4 本文的主要工作和结构安排 |
1.4.1 主要工作 |
1.4.2 结构安排 |
第二章 室内无线信道测量与建模概述 |
2.1 引言 |
2.2 室内无线信道的传播机制 |
2.2.1 球面波扩散 |
2.2.2 波导效应 |
2.2.3 单导体效应和索末菲理论 |
2.2.4 镜面反射 |
2.2.5 穿透、绕射和散射效应 |
2.2.6 多径传播机制 |
2.3 室内无线信道的测量 |
2.3.1 时域测量 |
2.3.2 频域测量 |
2.4 室内无线信道的建模 |
2.5 本章小结 |
第三章 不同人员密度下的室内环境路径损耗模型 |
3.1 引言 |
3.2 测量场景和方案 |
3.2.1 测量场景 |
3.2.2 测量方案 |
3.3 路径损耗模型 |
3.3.1 路径损耗分量定义 |
3.3.2 计算公式 |
3.3.3 模型验证 |
3.3.4 路径损耗因子对比 |
3.4 本章小结 |
第四章 包含人数因子和环境因子的混响时间模型 |
4.1 引言 |
4.2 模型建立 |
4.2.1 混响衰减机制 |
4.2.2 环境因子 |
4.2.3 人数因子 |
4.2.4 功率延迟谱 |
4.3 模型验证 |
4.3.1 混响时间模型验证 |
4.3.2 功率延迟谱模型验证 |
4.4 本章小结 |
第五章 不同天线数的Massive MIMO信道传播特性分析与建模 |
5.1 引言 |
5.2 Massive MIMO信道测量 |
5.2.1 测量平台 |
5.2.2 测量场景和方案 |
5.3 模型建立和参数提取 |
5.4 容量性能分析和模型验证 |
5.4.1 容量性能分析 |
5.4.2 模型验证 |
5.5 本章小结 |
第六章 包含用户手持效应因子的室内办公室环境无线传播模型 |
6.1 引言 |
6.2 测量系统、测量场景和实验方案 |
6.3 包含手持因子的无线传播模型 |
6.3.1 手持效应因子 |
6.3.2 模型参数提取 |
6.3.3 模型生成算法 |
6.4 模型验证 |
6.4.1 遍历容量 |
6.4.2 中断容量 |
6.4.3 验证结果和模型性能对比 |
6.5 本章小结 |
第七章 X波段室内人-机-物场景无线传播模型 |
7.1 引言 |
7.2 测量场景和方案 |
7.3 路径损耗特性 |
7.3.1 喇叭天线 |
7.3.2 贴片天线 |
7.4 基于粒子滤波的无线传播模型 |
7.4.1 粒子滤波初始化 |
7.4.2 状态方程 |
7.4.3 权值更新和重采样 |
7.4.4 模型参数提取 |
7.5 模型验证 |
7.6 本章小结 |
第八章 总结与展望 |
8.1 论文工作总结 |
8.2 未来工作展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间参加的科研项目 |
致谢 |
(5)基于深度学习的高铁移动通信信道预测和信号检测研究(论文提纲范文)
摘要 |
Abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.3.1 无线通信信道预测技术 |
1.3.2 无线通信MIMO信号检测技术 |
1.3.3 基于深度学习的物理层无线通信技术 |
1.4 论文主要研究内容和章节安排 |
第二章 高速移动无线通信信道特征和深度学习技术概述 |
2.1 高速移动无线通信信道特性 |
2.1.1 大尺度衰落 |
2.1.2 小尺度衰落 |
2.1.3 多普勒频移 |
2.2 深度学习技术的原理及框架概述 |
2.2.1 深度学习典型技术原理概述 |
2.2.2 深度学习技术的主流框架 |
2.3 本章小结 |
第三章 基于LSTM神经网络的高铁移动通信信道预测技术 |
3.1 引言 |
3.2 基于GBSM的高铁移动通信信道模型和问题描述 |
3.2.1 高铁移动通信场景的特性 |
3.2.2 GBSM高铁移动通信信道模型 |
3.2.3 问题描述 |
3.3 基于LSTM-NN的高铁移动通信信道预测 |
3.3.1 基于LSTM-NN的高铁移动通信信道预测模型构建 |
3.3.2 基于LSTM-NN的高铁移动通信信道预测算法参数优化 |
3.3.3 基于LSTM-NN的高铁移动通信信道预测算法 |
3.4 仿真结果与分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
第四章 基于深度学习的高铁移动通信MIMO信号检测技术 |
4.1 引言 |
4.2 高铁移动通信MIMO信号检测模型和问题描述 |
4.2.1 高铁移动通信MIMO信号检测模型 |
4.2.2 问题描述 |
4.3 基于深度学习的高铁移动通信信号检测 |
4.3.1 基于深度学习的高铁移动通信信号检测模型构建 |
4.3.2 高铁移动通信场景下通信数据挖掘与聚类 |
4.3.3 基于深度学习的高铁移动通信信号检测算法 |
4.4 仿真结果与分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 研究展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间申请的专利 |
附录3 攻读硕士学位期间参加的科研项目 |
致谢 |
(6)基于路径分析的移动通信网干扰定位分析技术研究与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 论文组织与结构 |
第二章 干扰定位技术路线及无线信号传播基本理论 |
2.1 无线信号传播基本理论 |
2.1.1 无线信号传播机制 |
2.1.2 无线信号传播模型 |
2.2 干扰定位技术定位原理及技术路线 |
2.2.1 定位原理 |
2.2.2 概念及符号定义 |
2.2.3 技术路线 |
2.3 本章小结 |
第三章 基于射线跟踪的干扰信号传播路径生成 |
3.1 干扰测量数据分析 |
3.1.1 基于两次测量数据的干扰信号强度确定 |
3.1.2 基于干扰测量数据的反向跟踪起点集生成 |
3.1.3 反向跟踪起点参数计算 |
3.2 干扰信号传播路径生成 |
3.2.1 场景建模 |
3.2.2 信号的反向射线跟踪模型 |
3.2.3 并行化信号传播路径生成 |
3.3 方法验证 |
3.3.1 方位角参数求解 |
3.3.2 传播路径生成 |
3.4 本章小结 |
第四章 基于信号传播路径分析的干扰源定位 |
4.1 问题建模 |
4.2 传播路径分析 |
4.2.1 栅格-路径索引 |
4.2.2 三维信号传播路径建模 |
4.3 干扰源评估候选栅格集筛选 |
4.4 未知干扰源栅格评估定位 |
4.4.1 子问题求解 |
4.4.2 基于多目标评估定位干扰源 |
4.5 基于一次定位结果的二次定位校正 |
4.6 实验验证 |
4.6.1 仿真实验验证 |
4.6.2 实际数据验证 |
4.6.3 二次校正实验验证 |
4.7 本章小结 |
第五章 网外干扰源定位软件设计与实现 |
5.1 软件需求分析 |
5.1.1 功能需求 |
5.1.2 非功能需求 |
5.2 软件设计 |
5.2.1 结构设计 |
5.2.2 功能模块设计 |
5.2.3 数据库表设计 |
5.3 软件实现 |
5.3.1 软件开发及运行环境 |
5.3.2 软件实现 |
5.3.3 软件各功能运行时间 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究工作总结 |
6.2 展望 |
6.3 攻读硕士学位期间科研工作总结 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(7)室内多场景无线信道传输损耗测试与仿真分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 无线通信的发展及研究意义 |
1.2 短距离无线通信相关技术 |
1.3 室内无线信道研究现状 |
1.4 主要工作及创新点 |
1.5 章节安排 |
第二章 室内场景无线信道概述 |
2.1 引言 |
2.2 无线电波介绍 |
2.3 无线电波传播机制 |
2.4 无线信道传输特性 |
2.4.1 大尺度衰落 |
2.4.2 小尺度衰落 |
2.5 短距离无线信道相关参数 |
2.5.1 路径损耗 |
2.5.2 功率时延谱 |
2.5.3 均方根时延拓展 |
2.6 室内路径损耗模型 |
2.6.1 ITU位置通用路径损耗模型 |
2.6.2 分段模型 |
2.6.3 跨楼层衰减模型 |
2.6.4 Keenan-Motley模型 |
2.6.5 对数距离路径损耗模型 |
2.7 本章小结 |
第三章 室内实验室场景无线信道路径损耗测试与分析 |
3.1 引言 |
3.2 室内无线信道测试系统 |
3.2.1 频域测试建模 |
3.2.2 测试平台组成 |
3.2.3 测试准备工作 |
3.3 实验室场景测试设置 |
3.3.1 测试环境 |
3.3.2 测试系统设置 |
3.4 测试结果及分析 |
3.4.1 路径损耗 |
3.4.2 均方根时延拓展 |
3.5 本章小结 |
第四章 室内居家场景无线信道穿墙路径损耗测试与仿真分析 |
4.1 引言 |
4.2 室内穿墙损耗一般模型 |
4.3 室内穿墙路径损耗常见模型 |
4.3.1 COST231模型 |
4.3.2 Motley-Keenanm改进模型 |
4.3.3 LunLi模型 |
4.4 居家场景测试与仿真设置 |
4.5 测试与仿真结果及分析 |
4.6 本章小结 |
第五章 室内走廊场景无线信道路径损耗仿真与分析 |
5.1 引言 |
5.2 室内走廊路径损耗传统模型 |
5.2.1 LOS信道模型 |
5.2.2 NLOS信道模型 |
5.3 室内走廊路径损耗改进模型 |
5.3.1 走廊环境 |
5.3.2 走廊宽度为影响因子路径损耗模型 |
5.3.3 经验模型对比分析 |
5.4 虚拟反光镜改善信道传输性能 |
5.4.1 雷达散射截面 |
5.4.2 路径损耗改善 |
5.5 仿真结果及分析 |
5.5.1 路径损耗 |
5.5.2 传输损耗改善 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简介 |
致谢 |
(8)海上电磁频谱感知与预测方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 当前研究存在的问题 |
1.4 论文的研究内容 |
1.5 论文结构 |
2 海上电磁频谱检测 |
2.1 引言 |
2.2 海上电磁频谱特性 |
2.2.1 海浪谱模型 |
2.2.2 天线姿态与接收信号强度波动 |
2.3 海上电磁频谱感知与频谱分布预测 |
2.3.1 射频前端的数据采集 |
2.3.2 电磁频谱感知 |
2.3.3 电磁频谱分布预测 |
2.4 分布式电磁频谱检测网络 |
2.4.1 网络结构 |
2.4.2 电磁频谱数据与协同检测数据交互 |
2.5 本章小结 |
3 基于背景噪声估计和差值能量检测方法的海上协同电磁频谱感知算法 |
3.1 引言 |
3.2 海上背景噪声包络估计 |
3.2.1 时频域能量检测与空白电磁频谱分布 |
3.2.2 前向差值包络曲线估计 |
3.3 差值能量检测方法 |
3.3.1 基于传播损耗特性的信号测向 |
3.3.2 平均差值能量检测方法与权重差值能量检测方法 |
3.4 实验分析及讨论 |
3.4.1 单检测节点的背景噪声估计方法测试 |
3.4.2 海上协同电磁频谱感知算法测试 |
3.5 本章小结 |
4 海上弱信号相位检测与电磁频谱感知算法 |
4.1 引言 |
4.2 信号相位包络估计 |
4.2.1 相位窗口极值检测 |
4.2.2 相位极值范围估计 |
4.3 相位极值范围估计与信号检测 |
4.3.1 不同信噪比信号与噪声相位极值范围分布估计 |
4.3.2 基于四分位间距的信号检测 |
4.3.3 频段占用检测 |
4.4 基于相位估计方法的电磁频谱感知结果与分析 |
4.5 本章小结 |
5 基于射频I/Q分布特性检测方法的海上电磁频谱感知算法 |
5.1 引言 |
5.2 信号和噪声的射频I/Q分布 |
5.3 射频I/Q分量权重分布与噪声阈值估计 |
5.3.1 信号和噪声的I/Q分量权重分布 |
5.3.2 权重极值的分布特性 |
5.3.3 基于I/Q分布特性的噪声阈值估计 |
5.4 基于I/Q分布特性的无线信号调制识别 |
5.4.1 不同调制信号源的I/Q分布 |
5.4.2 基于I/Q分量分布的二维梯度模型 |
5.5 实验分析及讨论 |
5.5.1 基于I/Q分布的海上弱信号检测方法测试 |
5.5.2 基于I/Q分布的信号调制识别测试 |
5.6 本章小结 |
6 基于射线追踪法的海上电磁频谱分布预测模型 |
6.1 引言 |
6.2 射线追踪法理论 |
6.2.1 关键方法 |
6.2.2 场强计算 |
6.3 PM海浪谱与射线分布预测模型 |
6.3.1 发射天线与接收天线均垂直水平面的情况 |
6.3.2 发射天线倾斜、接收天线垂直水平面的情况 |
6.3.3 发射天线与接收天线均倾斜的情况 |
6.4 大范围空间的海上电磁频谱分布预测模型 |
6.4.1 二维空间预测模型 |
6.4.2 三维空间预测模型 |
6.5 实验分析及讨论 |
6.5.1 二维PM海浪谱的海上射线与电磁频谱分布预测 |
6.5.2 三维PM海浪谱的海上射线与电磁频谱分布预测 |
6.6 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
缩略语表 |
参考文献 |
博士期间获得的科研成果 |
致谢 |
(9)基于5G的低轨卫星移动通信系统随机接入关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究目标 |
1.3 关键技术研究现状 |
1.3.1 前导序列设计研究现状 |
1.3.2 定时检测算法研究现状 |
1.4 论文主要工作和结构安排 |
第二章 卫星信道特性与5G随机接入技术概述 |
2.1 LEO卫星移动通信系统信道模型 |
2.1.1 信道传输特性 |
2.1.2 LMS信道模型 |
2.2 5GNR的帧结构 |
2.3 5G随机接入概述 |
2.3.1 随机接入流程 |
2.3.2 TA调整原理 |
2.4 随机接入前导序列 |
2.5 随机接入定时检测方法 |
2.5.1 PDP生成方法 |
2.5.2 PDP峰值检测 |
第三章 卫星通信随机接入前导序列与检测算法研究 |
3.1 卫星前导序列持续时间计算 |
3.2 通用前导设计方案 |
3.3 级联前导设计方案 |
3.3.1 级联前导格式设计 |
3.3.2 级联前导的相关性能分析 |
3.4 前导序列仿真分析 |
3.4.1 抗频偏性能 |
3.4.2 接入性能 |
3.5 时域差分互相关定时检测算法 |
3.5.1 相关函数设计 |
3.5.2 仿真分析 |
3.6 频域可变长度差分相关定时检测算法 |
3.6.1 相关函数设计 |
3.6.2 仿真分析 |
3.7 定时检测算法仿真分析 |
3.8 本章小结 |
第四章 基于srs LTE/USRP平台的卫星通信随机接入实现 |
4.1 技术平台与系统架构 |
4.2 论文工作基础 |
4.2.1 UE与eNB通信总体设计 |
4.2.2 LEO卫星信道实现方案 |
4.3 原系统随机接入模块的缺陷 |
4.4 随机接入模块改进 |
4.4.1 前导序列产生 |
4.4.2 前导序列检测 |
4.5 随机接入测试与验证 |
4.5.1 频偏测试 |
4.5.2 时延测试 |
4.5.3 TA检测误差测试 |
4.5.4 平均接入时延测试 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 研究内容总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
作者简介 |
(10)5G信道建模研究的进展与展望(论文提纲范文)
1 5G信道建模研究进展 |
2 5G信道建模的理论框架 |
2.1 大尺度衰落特性 |
2.2 小尺度衰落特性 |
2.3 信道新特性 |
3 5G信道测量平台和应用场景 |
3.1 5G信道测量平台 |
3.2 5G信道的应用场景 |
4 5G信道特性提取与建模 |
4.1 毫米波信道特性 |
4.2 大规模3D MIMO信道特性 |
5 未来6G信道建模的研究方向 |
6 总结 |
四、陆地移动通信绕射损耗的计算(论文参考文献)
- [1]应急通信场景下无人机通信平台覆盖最大化技术研究[D]. 崔键. 北京邮电大学, 2021(01)
- [2]基于改进射线跟踪法的受限空间无线信道仿真平台实现[D]. 李典典. 西南科技大学, 2021(08)
- [3]基于射线跟踪的空地毫米波传播损耗预测[J]. 柏菲,庞明慧,陈小敏,张涛涛,姚梦恬,朱秋明. 信号处理, 2021(06)
- [4]室内人-机-物复杂场景下的无线传播模型研究[D]. 佘骏. 南京邮电大学, 2020(03)
- [5]基于深度学习的高铁移动通信信道预测和信号检测研究[D]. 陈中康. 南京邮电大学, 2020(02)
- [6]基于路径分析的移动通信网干扰定位分析技术研究与应用[D]. 江婷娟. 北京邮电大学, 2020(04)
- [7]室内多场景无线信道传输损耗测试与仿真分析[D]. 刘杨. 南京信息工程大学, 2020(02)
- [8]海上电磁频谱感知与预测方法研究[D]. 陈真佳. 海南大学, 2020(07)
- [9]基于5G的低轨卫星移动通信系统随机接入关键技术研究[D]. 李蛟. 西安电子科技大学, 2020(05)
- [10]5G信道建模研究的进展与展望[J]. 张建华,唐盼,姜涛,张健,张振. 中国科学基金, 2020(02)