高速鐵路寬帶無線信道測量與建模技術(shù)（精）

第1章 緒論
1.1 高鐵寬帶移動通信系統(tǒng)發(fā)展趨勢
1.2 高鐵寬帶移動通信傳輸新技術(shù)
1.2.1 移動中繼
1.2.2 DAS
1.2.3 MIMO/mMIMO
1.2.4 CoMP
1.2.5 毫米波
1.3 高鐵寬帶無線信道研究意義與挑戰(zhàn)
1.4 高鐵寬帶無線信道測量與建模研究現(xiàn)狀
1.4.1 高鐵寬帶無線信道測量研究現(xiàn)狀
1.4.2 高鐵寬帶無線信道建模研究現(xiàn)狀
1.5 高鐵寬帶無線信道模型標準化進展
第2章 無線信道測量與建模理論
2.1 電波傳播機制
2.1.1 自由空間傳播
2.1.2 反射和透射
2.1.3 繞射
2.1.4 散射
2.2 信道衰落特性
2.2.1 大尺度衰落特性
2.2.2 小尺度衰落特性
2.3 信道測量技術(shù)
2.3.1 時域信道探測
2.3.2 頻域信道探測
2.3.3 多天線信道探測
2.4 信道建模方法
2.4.1 統(tǒng)計建模
2.4.2 確定性建模
2.4.3 基于幾何的隨機建模
2.4.4 基于傳播圖的隨機建模
第3章 高鐵寬帶無線信道測量方法
3.1 高鐵寬帶無線信道測量的指標要求
3.2 基于WCDMA信號的高鐵寬帶無線信道測量方法
3.2.1 WCDMA信號
3.2.2 信道沖激響應(yīng)提取
3.2.3 信道可辨識性分析
3.2.4 半實物仿真驗證
3.3 基于LTE信號的高鐵寬帶無線信道測量方法
3.3.1 LTE信號
3.3.2 信道沖激響應(yīng)提取
3.3.3 信道沖激響應(yīng)性能分析
3.3.4 定時偏差補償
3.3.5 MATLAB仿真驗證
3.4 基于移動虛擬天線陣列的高鐵多天線信道測量方法
3.4.1 基本原理
3.4.2 理論驗證
第4章 高鐵寬帶無線信道測量系統(tǒng)
4.1 基于標準信道探測器的高鐵寬帶無線信道測量系統(tǒng)
4.1.1 Propsound信道探測器
4.1.2 系統(tǒng)搭建
4.1.3 時鐘同步方案
4.2 基于LTE網(wǎng)絡(luò)的高鐵寬帶無線信道測量系統(tǒng)
4.2.1 系統(tǒng)架構(gòu)
4.2.2 硬件設(shè)計
4.2.3 軟件設(shè)計
4.2.4 實驗室校準與驗證
4.3 高鐵場景下寬帶無線信道測試
4.3.1 鄭西高鐵信道測試
4.3.2 京津高鐵信道測試
4.4 高鐵寬帶無線信道測量數(shù)據(jù)處理
4.4.1 測量設(shè)備系統(tǒng)響應(yīng)消除
4.4.2 噪聲門限選取
4.4.3 多徑搜索
4.4.4 大尺度和小尺度數(shù)據(jù)獲取
4.4.5 虛擬多天線數(shù)據(jù)獲取
4.4.6 多鏈路數(shù)據(jù)獲取
第5章 高鐵寬帶無線信道特征
5.1 高鐵信道大尺度衰落特征
5.1.1 路徑損耗
5.1.2 陰影衰落
5.2 高鐵信道小尺度衰落特征
5.2.1 萊斯K因子
5.2.2 多徑特征
5.2.3 多普勒特征
5.2.4 角度特征
5.3 高鐵信道非平穩(wěn)特征
5.3.1 游程檢驗
5.3.2 平穩(wěn)間隔
5.3.3 生滅過程
5.4 高鐵多天線信道特征
5.4.1 空間相關(guān)性
5.4.2 信道容量
5.5 高鐵多鏈路信道特征
5.5.1 相關(guān)矩陣共線性
5.5.2 和速率容量
第6章 高鐵寬帶無線信道模型
6.1 基于CDL的高架橋場景信道建模
6.1.1 多徑簇提取
6.1.2 多徑簇模型
6.1.3 模型驗證
6.2 基于射線跟蹤的隧道場景信道建模
6.2.1 仿真與驗證
6.2.2 擴展仿真
6.2.3 大尺度衰落分析
6.2.4 小尺度衰落分析
6.3 基于傳播圖的路塹場景信道建模
6.3.1 傳播圖模型
6.3.2 信道沖激響應(yīng)生成
6.3.3 模型驗證
6.3.4 仿真結(jié)果與分析
6.4 基于幾何的高鐵MIMO信道建模
6.4.1 參考模型
6.4.2 相關(guān)函數(shù)與多普勒功率譜
6.4.3 半經(jīng)驗MIMO信道模型
6.4.4 仿真模型
6.4.5 仿真結(jié)果與分析
6.5 基于幾何的高鐵多鏈路MIMO信道建模
6.5.1 幾何模型
6.5.2 信道沖激響應(yīng)
6.5.3 多鏈路互相關(guān)函數(shù)
6.5.4 數(shù)值結(jié)果與分析
6.6 基于幾何的高鐵動態(tài)多鏈路mMIMO信道建模
6.6.1 3D幾何模型
6.6.2 寬帶信道沖激響應(yīng)
6.6.3 簇時空演化
6.6.4 多鏈路空間互相關(guān)函數(shù)
6.6.5 仿真模型
6.6.6 仿真結(jié)果與分析
6.6.7 模型驗證
第7章 機器學習在高鐵無線信道研究中的應(yīng)用
7.1 高鐵信道場景識別
7.1.1 概述
7.1.2 數(shù)據(jù)集生成
7.1.3 特征融合方式
7.1.4 深度神經(jīng)網(wǎng)絡(luò)
7.1.5 新型場景識別模型
7.1.6 模型設(shè)置
7.1.7 性能評估
7.1.8 場景相關(guān)性分析
7.2 高鐵信道多徑分簇
7.2.1 概述
7.2.2 GMM聚類算法
7.2.3 基于VB-GMM的多徑分簇算法
7.2.4 S_Dbw指數(shù)
7.2.5 基于密度的多徑分簇評價指標
7.2.6 合成數(shù)據(jù)驗證
7.2.7 實測數(shù)據(jù)驗證
7.3 高鐵信道特性預(yù)測
7.3.1 概述
7.3.2 數(shù)據(jù)集生成
7.3.3 空時信道預(yù)測模型
7.3.4 超參數(shù)確定
7.3.5 預(yù)測精度評估
7.3.6 計算復(fù)雜度評估
參考文獻