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)點到移動終端,從提供文字和語音業(yè)務(wù)為主到為移動用戶提供多媒體和互聯(lián)網(wǎng)接入業(yè)務(wù)為主的功能轉(zhuǎn)變。在無線頻譜資源日益緊張的情況下,如何在第四代（4G,4th generation）移動通信系統(tǒng)基礎(chǔ)上進(jìn)一步挖掘空間無線資源,提高移動通信系統(tǒng)的頻譜效率和功率效率,成為第五代（5G,5th generation）移動通信系統(tǒng)需要解決的核心問題。大規(guī)模多輸入多輸出（MIMO,multiple-input multiple-output）技術(shù)能夠大幅提高移動通信系統(tǒng)頻譜效率和功率效率,成為5G移動通信系統(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)頻開銷與基站天線數(shù)成正比,而隨著用戶終端移動性的增加,信道相干時間隨之減小,FDD大規(guī)模MIMO系統(tǒng)CSIT獲取成為制約其發(fā)展的關(guān)鍵問題。隨著移動通信技術(shù)與移動互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展,移動終端基于位置信息... 

【文章來源】：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

【文章頁數(shù)】：115 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
符號說明
英文縮略語
第一章 緒論
    1.1 大規(guī)模MIMO無線通信
    1.2 用戶調(diào)度與同小區(qū)用戶間干擾抑制
    1.3 高精度用戶定位
    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)用戶凝聚型聚類與組調(diào)度方法
    2.1 引言
    2.2 系統(tǒng)模型
    2.3 用戶凝聚型聚類方法
    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
        2.4.3 迭代分組調(diào)度與外預(yù)編碼器設(shè)計方法
    2.5 適用于均勻線陣的低復(fù)雜度實現(xiàn)方法
        2.5.1 基于DFT近似的用戶凝聚型聚類方法
        2.5.2 基于DFT近似的用戶分組調(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 指紋聚類與位置估計
        3.4.1 二級指紋聚類方法
        3.4.2 加權(quán)K近鄰位置估計方法
    3.5 數(shù)值仿真
        3.5.1 仿真平臺
        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 多級深度卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)
    4.4 仿真驗證
        4.4.1 仿真平臺
        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)與申請的專利
致謝



本文編號：3301541