视距多天线无线通信关键技术研究
发布时间:2025-06-06 05:18
随着移动互联网和物联网的不断发展,新的通信场景层出不穷,视距多天线无线通信场景就是重要的一种。在固定无线接入和回程链路中,视距多天线无线通信系统可作为光纤和数字用户线路之外的选择,用在一些地形复杂的山脉、河流以及不易铺设光纤或者是施工成本比较大的地方;同时,视距多天线还适用于高速铁路通信系统,由于高铁多数时间行驶于旷野中,散射体极为稀疏,收发天线之间存在着强直射路径;除此之外,高频段信道通常呈现出稀疏散射特性,高频通信被视为一种典型的视距传输方式。与瑞利衰落信道下的非视距传输方式不同,视距场景下的信道矩阵通常表现为奇异性,从而会大大影响系统容量;除此之外,由于信道环境的不同,传输方案也会不同,视距场景下的信道状态更加受制于传播信道的角度信息,因此在视距场景下应着重关注角度估计。因此本文主要关注视距多天线无线通信中的关键技术,重点研究了天线阵列形态的设计以及分离型数模混合天线系统下的波达角估计问题。本文的主要工作如下:1、首先介绍了多输入多输出技术,包括分集和复用、信道容量以及空间自由度等;其次,研究了无线信道特性和建模,重点分析了瑞利衰落信道、莱斯信道以及纯视距信道的特性和建模方法;然后...
【文章页数】:98 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
缩略词
数学符号约定
第一章 绪论
1.1 课题研究背景及意义
1.2 视距多天线无线通信的研究现状
1.2.1 视距无线通信系统中天线阵列形态的设计
1.2.2 分离型数模混合天线系统传输方案研究现状
1.2.3 分离型数模混合天线系统中波达角估计研究现状
1.3 论文主要研究工作和章节安排
1.4 论文研究方法与流程
第二章 视距多天线无线通信系统关键技术
2.1 引言
2.2 视距多天线无线通信系统
2.2.1 多输入多输出技术
2.2.2 多天线无线通信系统的信道模型
2.3 视距无线通信系统的天线形态优化
2.4 分离型数模混合天线系统
2.5 波达角估计算法
2.6 本章小结
第三章 视距多天线无线通信系统中多面阵形态设计
3.1 引言
3.2 视距多面阵无线通信系统模型
3.3 均匀多面阵形态设计
3.4 非均匀多面阵形态设计
3.5 仿真分析
3.5.1 均匀多面阵仿真分析
3.5.2 非均匀面阵仿真分析
3.6 本章小结
第四章 视距多天线无线通信系统中波达角估计
4.1 引言
4.2 分离型数模混合天线系统模型
4.3 新型波达角估计算法
4.3.1 基于曲线拟合的波达角估计算法
4.3.2 基于波束扫描和最佳波束偏移的波达角估计方法
4.4 各类波达角估计算法复杂度分析
4.5 数值仿真与分析
4.6 本章小结
第五章 模型与数据协同驱动的智能波达角估计
5.1 引言
5.2 系统模型
5.3 智能化波达角估计
5.3.1 模型与数据协同驱动的智能波达角估计方法
5.3.2 基于支持向量回归算法的模型训练过程
5.3.3 基于梯度提升回归算法的模型训练过程
5.3.4 基于MircoFishNet神经网络架构的模型训练过程
5.4 复杂度分析
5.5 仿真结果与分析
5.6 本章小结
第六章 全文总结与展望
6.1 论文工作总结
6.2 下一步工作展望
参考文献
攻读硕士学位期间发表的论文和成果
致谢
本文编号:4049851
【文章页数】:98 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
缩略词
数学符号约定
第一章 绪论
1.1 课题研究背景及意义
1.2 视距多天线无线通信的研究现状
1.2.1 视距无线通信系统中天线阵列形态的设计
1.2.2 分离型数模混合天线系统传输方案研究现状
1.2.3 分离型数模混合天线系统中波达角估计研究现状
1.3 论文主要研究工作和章节安排
1.4 论文研究方法与流程
第二章 视距多天线无线通信系统关键技术
2.1 引言
2.2 视距多天线无线通信系统
2.2.1 多输入多输出技术
2.2.2 多天线无线通信系统的信道模型
2.3 视距无线通信系统的天线形态优化
2.4 分离型数模混合天线系统
2.5 波达角估计算法
2.6 本章小结
第三章 视距多天线无线通信系统中多面阵形态设计
3.1 引言
3.2 视距多面阵无线通信系统模型
3.3 均匀多面阵形态设计
3.4 非均匀多面阵形态设计
3.5 仿真分析
3.5.1 均匀多面阵仿真分析
3.5.2 非均匀面阵仿真分析
3.6 本章小结
第四章 视距多天线无线通信系统中波达角估计
4.1 引言
4.2 分离型数模混合天线系统模型
4.3 新型波达角估计算法
4.3.1 基于曲线拟合的波达角估计算法
4.3.2 基于波束扫描和最佳波束偏移的波达角估计方法
4.4 各类波达角估计算法复杂度分析
4.5 数值仿真与分析
4.6 本章小结
第五章 模型与数据协同驱动的智能波达角估计
5.1 引言
5.2 系统模型
5.3 智能化波达角估计
5.3.1 模型与数据协同驱动的智能波达角估计方法
5.3.2 基于支持向量回归算法的模型训练过程
5.3.3 基于梯度提升回归算法的模型训练过程
5.3.4 基于MircoFishNet神经网络架构的模型训练过程
5.4 复杂度分析
5.5 仿真结果与分析
5.6 本章小结
第六章 全文总结与展望
6.1 论文工作总结
6.2 下一步工作展望
参考文献
攻读硕士学位期间发表的论文和成果
致谢
本文编号:4049851
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/4049851.html
上一篇:多聚磷酸及多聚磷酸/聚合物复合改性沥青的性能和机理分析
下一篇:没有了
下一篇:没有了