隨著信息技術(shù)的快速發(fā)展,信息服務(wù)經(jīng)歷了從固定節(jié)點(diǎn)到移動(dòng)終端,從提供文字和語(yǔ)音業(yè)務(wù)為主到為移動(dòng)用戶(hù)提供多媒體和互聯(lián)網(wǎng)接入業(yè)務(wù)為主的功能轉(zhuǎn)變。在無(wú)線(xiàn)頻譜資源日益緊張的情況下,如何在第四代（4G,4th generation）移動(dòng)通信系統(tǒng)基礎(chǔ)上進(jìn)一步挖掘空間無(wú)線(xiàn)資源,提高移動(dòng)通信系統(tǒng)的頻譜效率和功率效率,成為第五代（5G,5th generation）移動(dòng)通信系統(tǒng)需要解決的核心問(wèn)題。大規(guī)模多輸入多輸出（MIMO,multiple-input multiple-output）技術(shù)能夠大幅提高移動(dòng)通信系統(tǒng)頻譜效率和功率效率,成為5G移動(dòng)通信系統(tǒng)的核心技術(shù)。在頻分雙工（FDD,frequency division duplexing）大規(guī)模MIMO系統(tǒng)中,基站發(fā)送端信道狀態(tài)信息（CSIT,channel state information at the transmitter side）獲取的正交導(dǎo)頻開(kāi)銷(xiāo)與基站天線(xiàn)數(shù)成正比,而隨著用戶(hù)終端移動(dòng)性的增加,信道相干時(shí)間隨之減小,FDD大規(guī)模MIMO系統(tǒng)CSIT獲取成為制約其發(fā)展的關(guān)鍵問(wèn)題。隨著移動(dòng)通信技術(shù)與移動(dòng)互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展,移動(dòng)終端基于位置信息... 

【文章來(lái)源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：115 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
符號(hào)說(shuō)明
英文縮略語(yǔ)
第一章 緒論
    1.1 大規(guī)模MIMO無(wú)線(xiàn)通信
    1.2 用戶(hù)調(diào)度與同小區(qū)用戶(hù)間干擾抑制
    1.3 高精度用戶(hù)定位
    1.4 論文主要工作和章節(jié)安排
第二章 FDD大規(guī)模MIMO系統(tǒng)用戶(hù)凝聚型聚類(lèi)與組調(diào)度方法
    2.1 引言
    2.2 系統(tǒng)模型
    2.3 用戶(hù)凝聚型聚類(lèi)方法
    2.4 基于平均信漏噪比的迭代分組調(diào)度方法
        2.4.1 平均信漏噪比下界
        2.4.2 外預(yù)編碼器設(shè)計(jì)
        2.4.3 迭代分組調(diào)度與外預(yù)編碼器設(shè)計(jì)方法
    2.5 適用于均勻線(xiàn)陣的低復(fù)雜度實(shí)現(xiàn)方法
        2.5.1 基于DFT近似的用戶(hù)凝聚型聚類(lèi)方法
        2.5.2 基于DFT近似的用戶(hù)分組調(diào)度方法
    2.6 數(shù)值仿真
    2.7 本章小結(jié)
第三章 大規(guī)模MIMO-OFDM系統(tǒng)中基于位置指紋信息的單基站定位
    3.1 引言
    3.2 指紋提取
        3.2.1 信道模型
        3.2.2 ADCPM位置指紋信息提取
        3.2.3 指紋壓縮
    3.3 指紋相似性度量
    3.4 指紋聚類(lèi)與位置估計(jì)
        3.4.1 二級(jí)指紋聚類(lèi)方法
        3.4.2 加權(quán)K近鄰位置估計(jì)方法
    3.5 數(shù)值仿真
        3.5.1 仿真平臺(tái)
        3.5.2 仿真結(jié)果
    3.6 本章小結(jié)
第四章 利用深度卷積神經(jīng)網(wǎng)絡(luò)的大規(guī)模MIMO-OFDM系統(tǒng)指紋定位方法
    4.1 引言
    4.2 系統(tǒng)架構(gòu)與位置指紋信息提取
        4.2.1 系統(tǒng)架構(gòu)
        4.2.2 信道模型
        4.2.3 ADCAM位置指紋信息提取
        4.2.4 指紋相似性度量
    4.3 深度卷積神經(jīng)網(wǎng)絡(luò)定位方法
        4.3.1 深度卷積神經(jīng)網(wǎng)絡(luò)典型結(jié)構(gòu)
        4.3.2 基于分類(lèi)輸出深度卷積神經(jīng)網(wǎng)絡(luò)的定位方法
        4.3.3 基于回歸輸出深度卷積神經(jīng)網(wǎng)絡(luò)的定位方法
        4.3.4 多級(jí)深度卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)
    4.4 仿真驗(yàn)證
        4.4.1 仿真平臺(tái)
        4.4.2 深度卷積神經(jīng)網(wǎng)絡(luò)參數(shù)配置
        4.4.3 仿真結(jié)果
    4.5 本章小結(jié)
第五章 全文總結(jié)
參考文獻(xiàn)
作者攻讀博士學(xué)位期間發(fā)表與投遞的論文
作者攻讀博士學(xué)位期間授權(quán)與申請(qǐng)的專(zhuān)利
致謝



本文編號(hào)：3301541