一、宽带CDMA移动通信系统中智能技术的发展（论文文献综述）
赵盛烨[1]（2021）在《基于云计算技术的区域安全通信技术研究》文中研究说明基于云计算技术的区域安全通信技术是计算机与通信的超融合技术,解决了无线通信技术中按身份分配不同通信权限的问题。其中,“云计算技术”是基于实时数据通信的控制方法,“区域”描述了精准限定的物理覆盖范围,“安全通信技术”是特定区域的受控通信控制技术。前人在通信速率和便捷程度的需求下,研发出的通信系统往往只是解决了通信的效率、可靠性、便捷性问题,较少考虑通信技术的发展对保密机构的破坏和这些机构的特殊需要,在各类通信协议的标准当中也不存在这样的信令集供特殊功能的通信设备研发。同时,当前在网的2G-3G通信系统出于通信效率考虑较少地使用了计算机辅助单元,因此作者在研究提升云计算算法效率的基础上,将2G-3G通信系统进行上云改良,再结合4G和5G通信协议,研究通信系统对移动台终端鉴权和定位的原理,并通过科研成果转化实验,在一定区域范围内对特定终端用户群体实现了这一目标,同时该固定区域之外的移动台用户不受该技术体系的影响。文章以区域安全通信为研究对象,结合当前云计算、人工智能的新兴技术展开研究,具体工作如下:1.提出一种云环境下异构数据跨源调度算法。针对云计算中异构数据跨源调度传输耗时问题,现有的调度方法很多都是通过启发式算法实现的,通常会引起负载不均衡、吞吐量和加速比较低的问题。因此,本文提出了一种云环境下异构数据跨源调度方法,在真正进行调度之前进行了数据预取,大大减小了调度时的计算量,从而减小了调度资源开销。然后,更新全部变量,对将要调度的异构数据跨源子数据流质量进行排列,并将其看做子流数据的权重,每次在调度窗口中选择异构多源子流数据中最佳质量的子流数据进行调度传输,直到全部数据子流处理完毕。实验结果表明,本文所提的方法能够在云环境下对异构数据进行跨源调度,同时具有较高的负载均衡性、吞吐量和加速比。2.提出一种云环境下改进粒子群资源分配算法。云计算中,云平台的资源分配,不仅面对单节点的资源请求,还有面对更复杂的多节点的资源请求,尤其对于需要并行运行或分布式任务的用户,对云集群中节点间的通信都有非常严格的时延和带宽要求。现有的云平台往往是逐个虚拟机进行资源分配,忽略或者难以保障节点间的链路资源,也就是存在云集群多资源分配问题。因此,本文提出了一种新的云资源描述方法,并且对粒子群云资源分配方法进行改进。仿真实验结果表明,本文方法能够有效地对云资源进行分配,提高了云资源的平均收益和资源利用率,在资源开销方面相比于传统方法减少了至少10%,而且有更短的任务执行时间（30ms以内）。3.提出一种智能化区域无线网络的移动台动态定位算法。无线网络影响因素较多,总是无法避免地产生定位误差,为取得更好的可靠性与精准度,针对智能化区域无线网络,提出一种移动台动态定位算法。构建基于到达时延差的约束加权最小二乘算法,获取到达时延差信息,根据移动台对应服务基站获取的移动台到达时延差与到达角度数据,利用约束加权最小二乘算法多次更新定位估计,结合小波变换,架构到达时延差/到达角度混合定位算法,依据智能化区域无线网络环境的到达时延差数据采集情况,将估算出的移动台大致位置设定为不同种类定位结果,通过多次估算实现移动台动态定位。选取不同无线网络环境展开移动台动态定位仿真,分别从到达时延测量偏差、区域半径以及移动台与其服务基站间距等角度验证算法定位效果,由实验结果可知,所提算法具有理想的干扰因素抑制能力,且定位精准度较高。4.构建了基于云计算技术的区域安全通信系统。系统包括软件系统和硬件系统,整个系统是完整的,并且已经得到了实践的验证。通过SDR软件定义的射频通信架构,实现系统间的通信超融合。对于非授权手机与非授权的SIM卡要进行通信阻塞,同时要对手机与SIM卡分别进行授权,当有非授权手机或者授权手机插入非授权SIM卡进入监管区域中后,要可实现对其通讯的完全屏蔽和定位,软件系统应对非法用户进行控制,所有非法用户的电话、短信、上网都应被记录和拦截。硬件系统主要对顶层模块、时钟模块、CPU接口模块、ALC模块、DAC控制模块进行了设计。同时,本文使用改进的卷积定理算法提高了信号的保真度。5.智能化区域安全体系研究。未来的区域安全管理员还需要对多个进入的移动台终端进行鉴别,解决谁是终端机主、是否有安全威胁、真实身份是什么等问题,针对这些问题建立智能化区域安全通信体系,并将其保存在存储设备中,该体系可以实现自我学习。最后,通过实际应用对上述研究工作进行了验证,取得了较好的应用效果,满足了特定领域特定场景下的区域安全通信需求。
王天奇[2]（2019）在《面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究》文中研究说明大规模多输入多输出（Multi-Input Multi-Output,MIMO）通信系统是第5代(5th Generation,5G)移动通信关键技术之一。使用大量天线为系统提供了更高的频谱效率和能量效率,同时也极大增加了获取信道状态信息（Channel State Information,CSI）的难度。尤其在目前广泛使用的频分双工（Frequency Division Duplex,FDD）制式下,由于上下行信道不具备互易性,必须通过反馈的方式获取下行CSI,研究适用于大规模MIMO系统的有限信道反馈方案成为重点解决的难题。近年来,以深度学习（Deep Learning,DL）为代表的人工智能技术蓬勃发展,迅速与各行各业深度融合,并取得了瞩目的成果。DL技术在通信领域的应用推动了智能通信的兴起,为解决大规模MIMO系统信道反馈难题提供了新思路。本文从智能通信出发,围绕基于DL的FDD大规模MIMO系统信道反馈关键技术展开研究。首先,本文研究面向无线通信物理层的智能通信技术。调研了DL三种经典网络架构:全连接神经网络、卷积神经网络和循环神经网络的基本结构和特性。研究了DL在无线通信系统各模块中的应用,包括调制识别、信道译码、信道估计与信号检测等。进一步探索了基于DL自动编码器的一种新型端到端通信系统架构,及其在MIMO场景和多用户场景中的应用。接着,本文研究基于DL的FDD大规模MIMO通信系统时变信道反馈算法。建立了多天线基站（Base Station,BS）和单天线用户设备（User Equipment,UE）通信的正交频分复用（Orthogonal Frequency-Domain Multiplexing,OFDM）系统模型,分析了时变信道的CSI矩阵在角度时延域的稀疏特性和在相干时间内的相关特性。设计了利用上述特性实现信道压缩、反馈和重建的DL网络CsiNet-LSTM,并提出了网络训练数据集的生成方案,描述了该架构下的训练方案、性能指标、超参数设置等。比较了提出的算法与代表目前技术发展水平的压缩感知（Compressive Sensing,CS）系列算法和DL算法CsiNet在不同通信场景、不同压缩率下重建的最小均方误差（Normalized Mean-Squared Error,NMSE）、余弦相似度和时间复杂度,分析了BS天线数对CsiNet-LSTM性能的影响情况。仿真结果表明,CsiNet-LSTM在极低的时间复杂度下显着提升了重建精度,改善了对压缩率的鲁棒性,具有实时性和可行性。最后,本文研究上行信道辅助的FDD大规模MIMO通信系统时变信道反馈方法。建立了FDD制式下,BS和UE全双工通信的OFDM系统模型,分析了上下行信道具有相关性的原因,说明了上行信道辅助信道反馈的可行性,并相应设计了UA-CsiConvLSTM网络架构。提出了该网络训练数据集的生成方案,并阐述了训练方案、性能指标和超参数设置等。仿真比较了UA-CsiConvLSTM与CsiNet-LSTM重建的NMSE、余弦相似度性能和参数复杂度。结果表明,UA-CsiConvLSTM在极大减少了参数量的前提下,在所有场景中均提升了重建性能,说明了上行辅助信道反馈的可行性和实用性。
张平[3]（2019）在《B5G:泛在融合信息网络》文中提出延续"线"—"面"—"体"的演进趋势,超5代移动通信系统（B5G）继续提高通信速率,拓展通信空间,完善通信智慧,演进为泛在融合信息网络。B5G使用更高的频段作为信号载体,数据速率达到太比特每秒量级。伴随网络性能的增强,B5G的适用空间拓展至陆海空天。与以往移动通信系统不同,人工智能（AI）成为B5G性能提升的强劲引擎。基于AI的干扰管理、深度学习智能信号处理以及太赫兹技术成为物理层关键技术。基于极化码的中继、多天线、多址技术是传输层关键技术。基于AI的移动网络架构、面向人机物泛在融合的全析网络架构以及认知增强与决策推演的智能定义网络架构等方式的新架构被应用于网络层。
黄庆原[4]（2013）在《台湾移动通信产业的技术策略研究》文中研究说明始自2005年,在台湾政府的M-Taiwan计划主导下,再加上英特尔公司（Intel）的全球WiMAX策略倡导（strategic initiative）,台湾的4G产业政策一面倒地朝向WiMAX技术发展,台湾政府冀希打造台湾成为全球独特整合芯片设计、终端设备、基站与应用服务的WiMAX测试平台（testbed）;国家通讯传播委员会（NCC）配合行政院所推动的M-Taiwan计划,将政策转化为法律,并于2007年发布《无线宽频接取业务管理规则》,做为开放2.5-2.69GHz频段提供无线宽带接入（WBA）业务之法源依据。然而台湾政府尽使可用之政策工具,全力扶植WiMAX产业的作法,也置台湾的信息与通信技术（ICT）产业于高风险的处境中。2008年全球金融海啸发生后,LTE技术后来居上,开始且广泛地商用化,尤其是美国无线运营商Verizon Wireless与AT&T Mobility,分别在2010年及2011年间,于北美地区推出LTE商用服务后,LTE在4G移动通信市场的主流地位,已是无可撼动。本论文以经济学与法学相关理论为基础,从移动通信技术演进、技术扩散、网络外部性,以及路径依赖等观点,研究探讨为何LTE标准能成为4G市场的主流技术；本论文亦从法律与经济学等层面分别检视台湾的4G产业政策,并深入评析M-Taiwan计划的执行,是否带来如台湾政府预期般的经济效益,台湾的ICT产业是否因此得以进行产业升级,以及WiMAX产品出口是否对台湾的整体经济带来直接的推升与助益。此外,因配合M-Taiwan计划所制定的《无线宽频接取业务管理规则》,在实务上对WBA运营商所造成的影响。台湾的4G产业政策,应该是从全球产业竞合的角度,来思考台湾能有怎样的切入点,尤其是电信行业具有典型的网络外部性特征,网络规模越大,消费者的效用也越大,在正回馈的作用下,最终只有一个主流技术能被全球电信市场所接受,形成赢者全拿的局面。台湾是一个以出口为导向的海岛型经济体,政府的产业政策应是以追随主流技术为首要,辅导本地厂商取得关键技术,以开发及生产产品满足客户需求为首要战略目标,在此大前提下,如是因政府扶植产业升级之战略需要,而进行某种新兴通信技术之策略投资,以台湾的产业结构、在国际标准化组织中的实质影响力、以及基本知识产权的拥有程度而论,实不可对单一通信技术押宝选用,否则一旦通信技术选用失误将对台湾整体产业带来巨大且深远的影响。
郑瑞明[5]（2010）在《宽带移动通信系统资源调度和干扰管理的研究》文中认为未来的宽带移动通信系统将是由不同的接入制式、多样的网络部署方法以及混合异构网络的形式共同组成的,它能够为用户提供更高速便捷的服务。相对于现在的移动通信标准,它将是宽带无线接入技术和宽带移动通信技术的融合。对于这样复杂的通信系统和网络场景,传统移动通信系统的设计方法和管理手段可能不再适用。更为高效的无线资源管理机制引起了更多学者和工业界的关注。其中对于多种系统混合异构网络中的资源分配以及蜂窝系统内部和系统之间的干扰抑制和干扰管理是大家关注的焦点之一。本论文以围绕传统无线资源管理方法中的资源调度机制和干扰管理两个方向为主线,展开研究进行论述。文章结合不同的多址接入方法、网络载波部署手段、混合异构网络以及不同制式系统间等多种场景,对资源调度和干扰管理进行算法研究、理论分析和系统级仿真。从单一制式系统下的小区内资源分配（针对CDMA系统,对调度算法、功率控制算法和干扰删除技术的研究）,到小区间的干扰管理和资源调度（针对OFDMA系统,对下行频率复用、上行功率控制和资源调度设计的研究）；接着考虑多载波聚合系统的调度算法（对联合多载波系统下调度算法的研究）；然后再从单一系统升级到考虑有家庭基站情况下的混合异构网络的干扰管理算法（对功率控制算法、干扰协调算法和动态频率复用的研究）；最后对不同制式的移动通信系统间的干扰进行了分析。本论文的主要内容、结论和贡献如下：（1）针对无线通信系统蜂窝网络中CDMA系统小区内的无线资源调度机制和干扰管理手段进行研究和分析。提出了一种在CDMA系统前向链路基于时延敏感业务的新型调度算法,该算法无论在系统丢帧率、控制业务队列时延或扇区吞吐量、公平性方面,都有很好的性能表现；针对CDMA系统反向链路对集中式调度和分布式速率控制进行了比较和研究,重点研究了一种分布式速率控制算法,并从系统稳定性、扇区吞吐量、公平性和时延方面进行了分析,并与集中式调度进行对比；提出了一种在CDMA系统级中反向链路应用干扰删除技术的方案,重点研究了基于RoT和Load不同控制方法下采用干扰删除技术后的系统性能。推导出了应用完全／不完全干扰删除技术在CDMA系统级的理论容量。（2）针对无线通信系统蜂窝网络中,OFDMA系统小区间的干扰管理机制进行研究和分析,包括下行频率复用技术和上行功率控制算法。对于下行频率复用,介绍了软频率复用和部分频率复用方案及两种方案的特点。对于上行功率控制技术,介绍了LTE系统中已经采用的上行功率控制算法。以一个普通的OFDMA系统为例,从上行基本开环功率控制技术到基于部分路损补偿和路损差补偿等技术进行研究。接着给出了基于小区间干扰指示（IoT）的功率控制方案。通过系统级仿真,比较了这几种算法的性能并进行分析。此外对OFDMA系统上行开环功率控制的收敛条件进行了理论分析和讨论。这部分还对OFDMA系统下如何联合系统调度策略和小区间干扰管理进行系统设计给出自己的观点。在OFDMA系统中需要考虑对快速调度和慢速上行功率控制联合设计的思路。（3）研究了在多载波聚合系统下的两种调度算法,对两种调度算法在动态业务模型下进行了性能分析和评估。研究结果显示联合多载波调度算法相对于独立载波调度算法在支持部分负载（Partial Load）情况下队列时延更小,用户体验更好。（4）研究了宏蜂窝和家庭基站混合异构网络下的干扰管理算法。这部分首先详细介绍了家庭基站混合网络的不同干扰场景的干扰路径和干扰模型,并给出了两种典型的家庭基站部署模型,即Suburban部署模型和密集家庭基站Dual Stripe部署模型。基于不同干扰场景,提出了三个针对不同优化方向的家庭基站混合网络下的干扰管理算法。第一个算法是针对家庭基站混合网络的家庭基站下行功率控制算法。该算法降低了家庭基站对宏蜂窝用户的干扰。在保证家庭基站用户的性能损失不大的前提下,提高了宏蜂窝边缘用户的性能。第二个算法是针对家庭基站混合网络的联合动态资源分配算法。该算法的特点在于通过宏蜂窝网络和家庭基站之间的联合动态频率划分,能够联合考虑两层网络（宏蜂窝网络和家庭基站网络）的吞吐量,使整体性能得到优化。第三个算法是针对密集家庭基站场景下的干扰协调频率复用算法。该算法基于干扰图原理建模,分集中式干扰协调和分布式频率复用两个子算法。该算法能够同时提高家庭基站平均吞吐量以及边缘用户的吞吐量。（5）研究和分析3G/B3G移动通信系统邻频共存系统间干扰。研究以2500-2690MHz这一国内未分配的3G扩展频段为主要对象,给出了三套不同移动通信系统间的共存干扰分析过程和结果。这三个场景分别是WiMAX和WCDMA系统间共存干扰分析、LTE和WCDMA系统间共存干扰分析、以及两个LTE系统间的共存干扰分析。针对这三套场景,分别给出了详细的系统模型假设和分析过程,并对多种系统网络参数组合和不同关键技术下得到的结果进行干扰分析。最后分别对这些场景给出量化的共存指标和网络部署上的建议。该章的部分结果已被中国通信标准协会（CCSA）接受做为中国2.6GHz频段分配的重要参考依据。
朱志强[6]（2010）在《基于交叉熵的病毒式移动通信系统性能研究》文中研究指明本文主要研究病毒式通信应用于3G及4G CDMA移动通信系统中点对点通信的技术和方法。在介绍相关理论和技术前提下,围绕宽带CDMA移动通信系统,重点针对特殊环境下的移动通信系统,提出基于交叉熵的病毒式移动通信链路方程的构建方法。首先,针对特殊环境的移动通信,将病毒式通信推广到3G及4G CDMA移动通信系统中,给出病毒式移动通信主要特性。围绕移动通信网络的链路容量方程,构建病毒式移动通信网络链路容量方程,结合微小区蜂窝基站,提出微小区移动用户进行病毒式移动通信概率,分析了微小区移动用户进行病毒式移动通信概率对网络性能参数的影响,引入交叉熵概念,仿真并验证了病毒式移动通信网络移动用户间进行点对点信息传输和交换的可能性和有效性,该分析结果为病毒式移动通信应用于3G及4G的CDMA移动通信系统提供了一种理论依据。其次,将病毒式移动通信引入到3G及4G移动通信系统中,围绕移动用户切换呼叫模型,构建了病毒式移动通信交叉熵法的切换呼叫概率链路方程,提出了无反馈和有反馈的病毒式移动通信交叉熵法链路方程的系统流程图。针对话音业务和视频业务,在时域和频域模型下,分别仿真并分析了微小区移动用户相关性能指标对病毒式移动通信网络性能的影响。该分析结果验证了病毒式移动通信网络移动用户间进行点对点信息传输和交换的可行性。再次,针对宽带CDMA移动通信系统,提出一种基于交叉熵的病毒式软切换移动通信链路方程构建方法。该方法通过定义病毒式移动通信的前反向链路方程,在考虑前反向链路平衡情况下,构建了病毒式软切换移动通信的链路方程,引入交叉熵概念,仿真并分析了微小区病毒式移动用户发射功率的归一化概率对网络性能的影响。该分析结果为病毒式软切换移动通信链路方程应用于3G及4G CDMA移动通信系统提供了一种方法,并验证了病毒式移动通信网络移动用户间进行点对点信息传输和交换的可操作性。通过对移动用户相关参数的特性进行性能分析,构建微蜂窝小区内移动终端之间进行点对点信息传递的链路方程数学模型,力求解决在不需要移动用户上层设备参与和支持情况下,从实验研究角度出发,实现移动终端之间点对点信息的传递,进而使一定距离和范围内无数移动用户之间实现点对点的信息传输和交换。
周朝荣[7]（2009）在《CDMA蜂窝系统中基于串行干扰消除的资源管理研究》文中认为CDMA蜂窝系统是干扰受限的，降低多址干扰是提高系统容量的有效途径。基站接收机可采用多用户检测算法降低多址干扰、提高系统容量，其中，串行干扰消除（Successive Interference Cancellation，SIC）由于具有低实现复杂度、高系统性能而受到了广泛的关注。尽管采用诸如SIC之类的多用户检测算法有助于降低CDMA蜂窝系统中的多址干扰、提高系统容量，但随着移动用户数目的快速增长以及用户对于通信业务要求的提高，系统对于无线资源将有更高的需求，有限的系统资源与无限的用户需求之间的矛盾依然存在。因此，即使在基于SIC的CDMA系统中，同样需要研究无线资源管理，即在保证服务质量（Quality of Service，QoS）的前提下，研究如何充分有效地利用无线资源的问题。在基于SIC的CDMA系统中，不同的译码顺序导致不同的系统性能，其无线资源管理与基于单用户检测（Single user detection，SUD）接收机的无线资源管理有所区别，此时，需要结合译码顺序的调整联合考虑。本文从系统设计出发，研究基于SIC的CDMA系统中的无线资源管理关键问题，包括功率控制、速率分配、呼叫接纳控制以及多径衰落分集信道下的容量分析等几个方面。本论文的主要工作总结如下：首先研究结合SIC的CDMA蜂窝系统中的功率控制及相关问题。推导出多小区情况下最佳功率分配的表达式；针对用户发射（接收）功率存在限制的情况，提出了如何检验系统可行与否的有效方法；针对用户发射（接收）功率存在限制的情况，推导出能够最小化系统中断概率的最优译码顺序；推导出能够最小化总发射功率的最优译码顺序。在基于SIC的CDMA蜂窝系统中，可能的速率模式与译码顺序随着用户数的增长而指数增长，如何有效地分配用户速率是一NP问题，需要考虑速率分配与译码顺序调整的联合优化。本文首先提出了两种贪婪算法求解此问题，算法具有较低的计算复杂度与较好的性能。进一步地，又提出了结合遗传算法的速率分配算法求解该问题，理论上证明了该算法能够完全收敛到全局最优解。仿真结果表明，较之贪婪算法而言，有着更高计算复杂性的结合遗传算法的速率分配算法能够获取更好的解。呼叫接纳控制也是无线资源管理的一个重要功能模块，本文接着研究采用SIC的CDMA系统中的呼叫接纳控制，提出两种呼叫接纳控制算法。一种是在用户发射（接收）功率限制下基于业务升降级的呼叫接纳控制算法，另外一种是在用户发射（接收）功率与基站接收机处总接收功率的共同限制下基于服务等级（Gradeof Service，GoS）设置接纳门限的呼叫接纳控制算法。前者在尽可能多地接纳新用户的同时有助于最大化系统吞吐量，后者有利于优化系统服务等级。SIC技术对于CDMA系统的容量也有重要影响，本文最后分析了多径衰落分集信道下基于SIC的多业务CDMA蜂窝系统容量，综合考虑了功率控制误差、阴影效应、多径衰落以及Rake接收机最大比合并多条分集信道等因素。分别用对数正态分布与高斯分布近似基站接收机处的总接收功率，得到了在这样的情况下系统容量的计算方法。在分析中，避免了当前文献中一些过于简单或理想的假设条件，相应得到的解析结果有助于为系统容量的规划与设计提供参考。
许河[8]（2008）在《基于TDD-CDMA系统的动态信道分配研究》文中研究说明近年来,随着移动通信用户各类非话音业务的迅速增加,人们的视线已由现在的话音通信业务转向多媒体业务,对高速数据通信的要求越来越迫切。有效地利用有限的频率资源是目前急需解决的课题。本论文主要对TDD-CDMA系统的动态信道资源分配技术进行了研究,即以时隙分配为研究对象,涉及到如何根据小区的业务情况灵活地分配上下行时隙比例,使得系统资源更好的满足业务请求的需要。考虑到TDD模式系统中特有的交叉时隙干扰的影响,将努力减少交叉时隙对系统容量的影响,提高资源利用率。在TDD-CDMA移动通信系统中,动态信道分配（DCA）一直以来是研究的热点,动态信道分配允许更有效地利用频谱资源和避免高昂的频率规划过程。另一方面,移动用户的功率是非常宝贵的资源,也是干扰受限系统中限制系统容量的主要因素之一。因此,需要研究不同的功率控制算法最小化系统的干扰和用户的功率消耗,以提高系统容量和延长手机的待机寿命。虽然研究者对动态信道分配和功率控制已经做了大量研究,但很少将其与基站分配、呼叫准入控制和切换控制结合起来研究。本论文提出了一种基于平均功率值的DCA算法,它通过采用平均功率控制的算法对功率进行处理,及避免基站间的相互干扰来提高系统容量。仿真结果表明提出的算法能够显着的改善系统的性能。
符贝贝[9]（2008）在《近代移动通信系统的研究》文中研究指明移动通信的飞速发展正在迅速改变我们的生活,获取和交流信息的手段越来越体现"个人化",即所谓的几个A:Anyone,Anytime,Anywhere,Any-terminal, Any-means等使得人们可以在任何时候,任何地点与想要交流的任何对象进行任何形式的信息互动以及获取所需要的任何信息。第一代模拟移动通信技术如AMPS,TACS,NTM出现于70年代后期。伴随着科学技术的不断发展,第二代移动通信技术GSM,CDMA相继出现,并一直演变到现在的3G技术,以及未来的4G技术,整个移动通信领域的发展是迅猛和健康的。本文先提出移动通信领域目前存在的热点问题,包括光纤通信,网络通信,宽带接入,第三代移动通信,经营,产业结构,发展中国家的目标等,然后详细介绍几个热门的技术标准。首先,简单介绍了GSM（数字蜂窝移动通信系统）的系统结构和组成部分,然后在此基础上阐述欧洲电信标准协会提出的GPRS（全称Genenal Packec Radio Service,即通用分组无线服务）的系统结构,协议结构及系统的优点,然后介绍了CDMA（全称Code-Division Multiple Access,即码分多址）的特征,系统结构及功能。接下来,详细介绍并探讨了3G（第三代移动通信系统）中的ARIB（日本无线工业及商贸联合会）提出的W-CDMA（全称Wireband-Code Division Multiple Access,即宽带码分多址）,ITU（国际电信联盟）提出的IMT-2000（全称International Mobile Telephone -2000,即国际移动电话2000）,北美提出的cdma2000和大唐电信自主开发的TD-SCDMA（Time Division-Synchronous Code-Division Multiple Access,即时分同步码分多址）。最后,文章在结束语中对移动通信的未来进行展望。
赵宇[10]（2006）在《基于支持向量机的多用户检测算法、功率控制算法和波达方向估计算法》文中指出无线通信系统的技术目标是为移动用户提供更大的系统容量和更好的通信质量。在码分多址蜂窝移动无线通信系统中，用于增加无线通信系统容量的传统可用资源是频谱和发射功率。但是，这两种资源恰恰是限制现代无线网络的瓶颈，因为可用的频谱资源有限，而发射功率受到移动台电池能量的限制。如何合理地利用这些资源，使得在不增加额外频谱和功率需求的前提下有效地降低干扰，就成了提高容量的关键。与传统的FDMA、TDMA系统相比，CDMA系统具有频谱效率高、软容量、保密性好以及更大的潜在容量等优点，但是同时也要克服多址干扰和远近效应这两个严重影响系统容量的问题。在CDMA系统中，引入多用户检测、功率控制和天线阵列波束形成技术，可以有效地抑制干扰，提高系统容量。 90年代以来，V．Vapnik等在统计学习理论基础上发展了一种新的学习方法——支持向量机（SVM），它与一般学习机相比具有更好的泛化性能和非线性扩展能力，且它的收敛过程无局部极值。近十年来，随着机器学习理论的深入发展，SVM方法被广泛地应用到各个研究领域。最近该方法成为无线通信信号处理的一项新型技术，研究者利用支持向量机良好的非线性分类能力对接收信号进行分类，使得系统能够正确的检测目标用户的发射信号、发射功率以及信号的入射角度，以达到增加系统容量，改善通信质量的目的。本文以CDMA通信系统中的关键技术多用户检测、功率控制和智能天线作为切入点，结合机器学习算法来研究无线通信中的先进信号处理技术。全文研究内容大致可以分为四个部分：快速的在线分类算法，基于机器学习算法的多用户检测，基于机器学习算法的功率控制和基于机器学习算法的DOA估计。 SVM方法可以归结为一个有约束的二次规划问题，这就导致它的训练时间随着训练样本数的增大而变得越来越慢，所以很难在线应用。而CDMA中的信号处理问题对实时性能要求较高，需要不断地更新训练序列重复训练，这就需要一种更加切实有效的快速在线SVM方法来满足这种需求。本文提出的FOSVC算法通过KKT条件判别新增加的训练序列，选择那些违反KKT条件的样本来构造当前训练样本集，从而有效地减少了训练样本的大小，提高了训练速度并降低了算法对计算内存的需求。仿真结果表明FOSVC算法在分类错误率和其它支持向量机相当的情况下，支持向量数更少，训练时间更短，是一种非常有效的在线分类算法。 从机器学习的角度来看多用户检测问题，就是在接收信号已知的情况下，检测出目标用户的发送信号是+1还是-1，这是一个典型的二分类问题。本文提出的基于FOSVC的多用户检测算法除了需要训练序列之外，训练过程中不需要知道信号幅值和扩频序列码，也不需要对接收信号的相关矩阵进行求逆运算，是一种模型结构简单，计算复杂度较小的多用户检测算法。由于FOSVC算法在基本性能和传统SVM相当的情况下具有收敛速度更快等优越性，所以更加有利于用户信号的实时检测。仿真结果显示该算法有效抑制了多用户干扰和环境噪声，误码率明显的低于MMSE多用户检测器。 在功率控制方面，本文提出了基于FOSVC的变步长功率控制算法，该算法无需估计SIR，而是利用样本协方差矩阵的特征值与SIR之间的对应关系来实现功率控制。我们首先利用FOSVC算法对样本协方差矩阵的特征值所对应的特征向量进行分类训练，产生SIR分类决策面，然后根据FOSVC的输出值和数据点到SIR决策面的距离，产生变步长的功率控制命令。不同信号环境下的仿真结果显示该算法具有快速的收敛性和良好的动态跟踪性能。 自适应阵列天线系统应用的一个关键问题是对用户入射角度进行估计，只有先进行精确的DOA估计，才有可能通过自适应的波束形成技术来实现空间滤波。文本结合
二、宽带CDMA移动通信系统中智能技术的发展（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、宽带CDMA移动通信系统中智能技术的发展（论文提纲范文）
（1）基于云计算技术的区域安全通信技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 移动通信系统 |
| 1.2.2 通信系统与通信终端 |
| 1.2.3 区域安全通信现状 |
| 1.3 本文研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第2章 区域安全通信理论基础 |
| 2.1 移动通信研究对象 |
| 2.1.1 2G移动通信技术 |
| 2.1.2 3G移动通信技术 |
| 2.1.3 4G移动通信技术 |
| 2.1.4 5G移动通信技术 |
| 2.2 SDR设备原理 |
| 2.3 云计算技术 |
| 2.3.1 虚拟化 |
| 2.3.2 云计算安全 |
| 2.3.3 云计算与通信的超融合 |
| 2.4 本章小结 |
| 第3章 一种云环境下异构数据跨源调度方法 |
| 3.1 相关研究 |
| 3.2 算法模型 |
| 3.2.1 异构多源数据的预取 |
| 3.2.2 异构数据跨源调度算法 |
| 3.3 实验与分析 |
| 3.3.1 实验环境与实验过程 |
| 3.3.2 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 一种云环境下改进粒子群资源分配方法 |
| 4.1 相关研究 |
| 4.2 算法模型 |
| 4.3 实验与分析 |
| 4.3.1 实验环境与实验过程 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小节 |
| 第5章 一种智能化区域无线网络的移动台动态定位算法 |
| 5.1 相关研究 |
| 5.2 基于智能化区域无线网络的移动台动态定位 |
| 5.2.1 TDOA下约束加权最小二乘算法 |
| 5.2.2 融合及平滑过渡 |
| 5.2.3 TDOA/AOA混合定位算法 |
| 5.2.4 TDOA/AOA混合定位算法流程 |
| 5.3 实验仿真分析 |
| 5.3.1 实验环境与评估指标 |
| 5.3.2 实验结果与分析 |
| 5.4 本章小结 |
| 第6章 安全通信系统设计 |
| 6.1 软件系统设计 |
| 6.1.1 功能设计 |
| 6.1.2 界面设计 |
| 6.1.3 信令模组设计 |
| 6.2 硬件系统重要模块设计 |
| 6.2.1 时钟模块设计 |
| 6.2.2 CPU接口模块设计 |
| 6.2.3 ALC模块设计 |
| 6.2.4 DAC控制模块设计 |
| 6.3 实验部署与验证 |
| 6.3.1 实时控制过程和验证 |
| 6.3.2 传输验证实验设计 |
| 6.3.3 实验设备部署 |
| 6.3.4 天馈系统实验方案 |
| 6.3.5 实验安全事项 |
| 6.3.6 实验环境要求 |
| 6.3.7 实验验证测试及调试 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（2）面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 本论文专用术语注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 大规模MIMO技术与研究现状 |
| 1.3 智能通信的优势与研究现状 |
| 1.4 论文的内容安排 |
| 1.5 数学符号约定 |
| 第二章 面向无线传输物理层的智能通信 |
| 2.1 引言 |
| 2.2 DL基本方法 |
| 2.2.1 全连接神经网络 |
| 2.2.2 卷积神经网络 |
| 2.2.3 循环神经网络 |
| 2.3 DL应用于无线通信系统各模块的研究 |
| 2.3.1 基于DL的调制识别技术 |
| 2.3.2 基于DL的信道译码技术 |
| 2.3.3 基于DL的信号检测技术 |
| 2.4 基于DL的全新通信系统架构的研究 |
| 2.4.1 基于自动编码器的端到端系统 |
| 2.4.2 结合领域知识的自动编码器系统 |
| 2.4.3 用于多用户的自动编码器系统 |
| 2.4.4 用于多天线的自动编码器系统 |
| 2.5 本章小结 |
| 第三章 基于DL的 FDD大规模MIMO时变信道反馈技术研究 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 角度时延域稀疏性分析 |
| 3.2.2 时间域相关性分析 |
| 3.3 基于DL的时变信道反馈算法(CsiNet-LSTM) |
| 3.3.1 基于自动编码器的信道反馈网络CsiNet |
| 3.3.2 CsiNet-LSTM算法设计 |
| 3.3.3 角度时延域特征抽取 |
| 3.3.4 时间域相关性提取及最终重建 |
| 3.4 CsiNet-LSTM数据集及训练方案 |
| 3.4.1 训练数据生成 |
| 3.4.2 训练方案 |
| 3.5 基于DL的 CsiNet-LSTM算法性能分析 |
| 3.5.1 不同压缩率性能分析 |
| 3.5.2 不同天线数性能分析 |
| 3.5.3 时间复杂度性能分析 |
| 3.6 本章小结 |
| 第四章 上行信道辅助的大规模MIMO时变信道反馈技术研究 |
| 4.1 引言 |
| 4.2 系统及信道模型 |
| 4.3 基于DL的 UA-CsiConvLSTM算法设计 |
| 4.3.1 UA-ConvCsiNet算法 |
| 4.3.2 UA-CsiConvLSTM算法 |
| 4.4 UA-CsiConvLSTM数据集及训练方案 |
| 4.4.1 训练数据生成 |
| 4.4.2 训练方法及参数设置 |
| 4.5 UA-CsiConvLSTM算法性能分析 |
| 4.5.1 有无上行信道辅助性能比较 |
| 4.5.2 复杂度性能分析 |
| 4.6 本章小结 |
| 第五章 全文总结 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间研究成果 |
| 致谢 |
（3）B5G:泛在融合信息网络（论文提纲范文）
| 1 信息通信网络发展历程及5G面临的挑战 |
| 2 B5G演进:泛在融合信息网络 |
| 3 泛在融合信息网络中的使能关键技术 |
| 3.1 物理层关键技术 |
| 3.2 传输层关键技术 |
| 3.3 网络层关键技术 |
| 4 结束语 |
（4）台湾移动通信产业的技术策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 引言 |
| 第一节 选题背景与问题的提出 |
| 第二节 研究意义 |
| 第三节 研究方法与创新点 |
| 1.3.1 研究方法 |
| 1.3.2 创新点 |
| 第四节 论文结构安排 |
| 第二章 电信技术政策选择之相关文献回顾 |
| 第一节 实施产业政策之理论依据 |
| 第二节 国家创新体系理论及其对政府技术政策的含义 |
| 2.2.1 国家创新体系 |
| 2.2.2 政府介入与政策工具 |
| 第三节 网络经济相关理论对电信技术演变之解释 |
| 2.3.1 网络经济 |
| 2.3.2 网络外部性 |
| 2.3.3 路径依赖 |
| 2.3.4 小结 |
| 第四节 总结 |
| 第三章 电信监管环境研究 |
| 第一节 电信产业的特点 |
| 第二节 电信技术的发展过程 |
| 第三节 国际电信法规与管制政策 |
| 第四节 台湾电信法规与管制政策 |
| 第五节 技术中立原则与其偏离 |
| 3.5.1 国际组织与主要国家对技术中立原则之界定 |
| 3.5.2 台湾对技术中立原则之界定及偏离 |
| 第四章 电信产业的技术演进及其影响因素 |
| 第一节 移动通信技术演进 |
| 第二节 技术扩散 |
| 4.2.1 Bass基本扩散模型 |
| 4.2.2 Bass多代扩散模型 |
| 第三节 网络外部性与技术锁定 |
| 第四节 LTE标准成为4G市场主流技术：相关统计资料的分析 |
| 第五章 台湾M-TAIWAN计划检视与评判 |
| 第一节 M-TAIWAN计划依据 |
| 第二节 M-TAIWAN计划结果评判—经济层面 |
| 5.2.1 WiMAX设备产值 |
| 5.2.2 台湾宽带网络用户及WiMAX创造应用服务商机 |
| 5.2.3 WiMAX终端设备全球市占率及整体解决方案输出 |
| 5.2.4 通信设备及服务建设投资 |
| 5.2.5 小结(经济层面) |
| 第三节 M-TAIWAN计划结果评判—法律层面 |
| 5.3.1 WBA管理条例内含非对称与差别待遇管制 |
| 5.3.2 WBA管理条例偏离广义技术中立原则 |
| 5.3.3 WBA管理条例恐违反母法授权范围 |
| 5.3.4 小结(法律层面) |
| 第六章 结论与建议 |
| 第一节 主要结论 |
| 第二节 政策建议 |
| 6.2.1 重整2.5-2.69GHz频段以提高频谱使用效益 |
| 6.2.2 鼓励WBA运营商整并允许变更商转技术 |
| 6.2.3 关注B4G标准发展 |
| 参考文献 |
| 致谢 |
| 个人简历及在学期间发表的学术论文和研究成果 |
（5）宽带移动通信系统资源调度和干扰管理的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 移动通信主要标准简介 |
| 1.1.1 cdma2000标准 |
| 1.1.2 WCDMA标准 |
| 1.1.3 WiMAX标准 |
| 1.1.4 LTE标准 |
| 1.2 传统无线资源管理算法介绍 |
| 1.2.1 调度和速率控制 |
| 1.2.2 功率控制 |
| 1.2.3 干扰管理 |
| 1.3 系统级仿真方法概述 |
| 1.4 本论文的研究目标、创新点和主要贡献 |
| 1.5 本论文的主要内容和研究工作 |
| 第2章 CDMA系统调度算法和干扰删除技术 |
| 2.1 CDMA系统传统调度算法 |
| 2.1.1 最大C/I算法 |
| 2.1.2 轮循(Round Robin)算法 |
| 2.1.3 正比公平算法 |
| 2.1.4 传统调度算法特点和性质 |
| 2.2 一种基于时延敏感业务的调度算法 |
| 2.2.1 算法建模 |
| 2.2.2 算法模型求解 |
| 2.2.3 系统级仿真参数 |
| 2.2.4 算法性能评估和分析 |
| 2.2.5 结论 |
| 2.3 基于集中式调度和分布式速率控制的研究 |
| 2.3.1 分布式速率控制算法 |
| 2.3.2 集中式调度算法 |
| 2.3.3 系统级仿真及算法性能分析 |
| 2.3.4 结论 |
| 2.4 反向干扰删除技术 |
| 2.4.1 干扰删除技术原理 |
| 2.4.2 反向干扰删除系统级建模 |
| 2.4.3 系统级性能分析 |
| 2.4.4 反向干扰删除技术理论容量研究 |
| 2.4.5 结论 |
| 2.5 本章小结 |
| 第3章 OFDMA系统频率复用和功率控制技术 |
| 3.1 OFDMA系统下行频率复用技术 |
| 3.1.1 软频率复用 |
| 3.1.2 部分频率复用 |
| 3.2 OFDMA系统上行功率控制技术 |
| 3.2.1 LTE系统上行功率控制 |
| 3.2.2 OFDMA系统上行基本开环功率控制 |
| 3.2.3 基于路损差补偿的功率控制 |
| 3.2.4 基于小区间干扰指示的功率控制方法 |
| 3.2.5 系统级仿真及算法分析 |
| 3.2.6 结论 |
| 3.3 OFDMA系统下调度算法和干扰控制的系统分析 |
| 3.4 本章小结 |
| 第4章 多载波聚合系统下的调度算法 |
| 4.1 多载波聚合场景及方式 |
| 4.2 多载波聚合调度算法设计 |
| 4.2.1 独立载波调度算法 |
| 4.2.2 联合多载波调度算法 |
| 4.3 系统建模和仿真假设 |
| 4.3.1 系统仿真假设和参数 |
| 4.3.2 动态业务模型及理论分析 |
| 4.4 算法性能评估和分析 |
| 4.4.1 Full buffer业务 |
| 4.4.2 Burst业务 |
| 4.5 本章小结 |
| 第5章 宏蜂窝和家庭基站混合网络共存干扰管理 |
| 5.1 家庭基站混合网络典型干扰场景 |
| 5.2 家庭基站部署模型及系统参数假设 |
| 5.2.1 Suburban部署模型 |
| 5.2.2 密集家庭基站Dual Stripe部署模型 |
| 5.3 家庭基站混合网络干扰管理 |
| 5.4 家庭基站混合网络下行功率控制算法 |
| 5.4.1 家庭基站混合网络干扰场景分析 |
| 5.4.2 自适应下行功率控制算法 |
| 5.4.3 算法性能分析 |
| 5.4.4 结论 |
| 5.5 家庭基站混合网络联合动态资源分配算法 |
| 5.5.1 动态资源分配算法 |
| 5.5.2 算法性能分析 |
| 5.5.3 结论 |
| 5.6 密集家庭基站干扰协调频率复用算法 |
| 5.6.1 密集家庭基站干扰场景分析 |
| 5.6.2 干扰图原理 |
| 5.6.3 集中式干扰协调和分布式频率复用算法 |
| 5.6.4 算法性能分析 |
| 5.6.5 结论 |
| 5.7 本章小结 |
| 第6章 3G/B3G移动通信系统共存和系统间干扰 |
| 6.1 系统间干扰分析方法 |
| 6.1.1 干扰原理 |
| 6.1.2 干扰场景分析 |
| 6.1.3 确定性分析方法 |
| 6.1.4 系统级仿真方法 |
| 6.1.5 系统间共存干扰研究 |
| 6.2 WIMAX和WCDMA系统间干扰共存分析 |
| 6.2.1 系统仿真假设及信道模型 |
| 6.2.2 系统间干扰计算方法和功控算法 |
| 6.2.3 系统干扰共存评估准则 |
| 6.2.4 干扰共存结果和分析 |
| 6.2.5 结论与建议 |
| 6.3 LTE和WCDMA系统间干扰共存分析 |
| 6.3.1 系统仿真假设及信道模型 |
| 6.3.2 系统间干扰计算方法和功控算法 |
| 6.3.3 LTE系统带外泄露频谱模板建模 |
| 6.3.4 系统干扰共存评估准则 |
| 6.3.5 干扰共存结果和分析 |
| 6.3.6 结论与建议 |
| 6.4 两个LTE系统间干扰共存分析 |
| 6.4.1 LTE系统参数及系统间共存拓扑模型 |
| 6.4.2 系统间干扰信道模型 |
| 6.4.3 LTE系统间干扰计算方法和功控算法 |
| 6.4.4 LTE系统带外泄露频谱模板建模 |
| 6.4.5 系统干扰共存评估准则 |
| 6.4.6 干扰共存结果和分析 |
| 6.4.7 智能天线对系统间干扰的影响 |
| 6.4.8 频率复用对系统间干扰的影响 |
| 6.4.9 结论与建议 |
| 6.5 本章小结 |
| 第7章 结束语 |
| 7.1 本论文主要工作总结 |
| 7.2 后续研究展望 |
| 参考文献 |
| 附录1 缩略语表 |
| 附录2 家庭基站混合网络系统参数 |
| 家庭基站混合网络系统仿真关键参数 |
| SUBURBAN部署模型下的信道模型 |
| 密集家庭基站(DUAL STRIPE)部署模型下的信道模型 |
| 附录3 系统间干扰分析系统参数 |
| 移动WIMAX(802.16E)系统仿真关键参数 |
| WCDMA系统仿真关键参数 |
| LTE系统仿真关键参数 |
| 致谢 |
| 攻读学位期间发表的学术论文等目录 |
（6）基于交叉熵的病毒式移动通信系统性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 移动通信发展现状 |
| 1.3 AD-HOC自组网络 |
| 1.4 协作式通信 |
| 1.5 病毒式通信模式可行性的理论研究 |
| 1.6 交叉熵研究现状 |
| 1.7 几种通信模式特点对比 |
| 1.8 本论文的主要研究内容和结构 |
| 1.9 本论文的主要贡献 |
| 2 病毒式CDMA移动通信 |
| 2.1 引言 |
| 2.2 病毒式移动通信 |
| 2.3 病毒式移动通信网络模型 |
| 2.4 病毒式移动通信网络链路容量方程 |
| 2.5 病毒式移动通信发生概率的交叉熵 |
| 2.6 性能仿真及分析 |
| 2.7 本章小结 |
| 3 病毒式移动通信的业务链路方程构建 |
| 3.1 引言 |
| 3.2 基于话音业务的链路方程构建 |
| 3.3 基于视频业务的链路方程构建 |
| 3.4 基于频域的视频业务链路方程构建 |
| 3.5 本章小结 |
| 4 病毒式软切换移动通信系统 |
| 4.1 引言 |
| 4.2 病毒式软切换移动通信模型 |
| 4.3 移动通信系统的小区反向和前向链路 |
| 4.4 病毒式移动通信系统的小区反向和前向链路 |
| 4.5 功率归一化概率的交叉熵 |
| 4.6 病毒式软切换移动通信交叉熵法链路方程组 |
| 4.7 时域性能仿真与分析 |
| 4.8 频域性能仿真与分析 |
| 4.9 本章小结 |
| 5 病毒式移动通信性能 |
| 6 总结 |
| 6.1 主要研究结果 |
| 6.2 主要贡献 |
| 6.3 存在的不足 |
| 7 展望 |
| 致谢 |
| 攻读博士期间主要成果 |
| 参考文献 |
| 缩略语表 |
（7）CDMA蜂窝系统中基于串行干扰消除的资源管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 无线蜂窝移动通信技术的发展与现状 |
| 1.1.1 第一代无线蜂窝移动通信 |
| 1.1.2 第二代无线蜂窝移动通信 |
| 1.1.3 第三代无线蜂窝移动通信 |
| 1.1.4 超三代与第四代移动通信 |
| 1.2 CDMA系统中的无线资源管理 |
| 1.2.1 CDMA蜂窝系统中的业务类型 |
| 1.2.2 CDMA蜂窝系统中的资源管理相关问题 |
| 1.3 CDMA系统中的各类多用户检测算法 |
| 1.3.1 最优多用户检测算法 |
| 1.3.2 次优多用户检测算法 |
| 1.4 本文的研究目的以及相关问题的研究现状 |
| 1.4.1 结合SIC的功率控制 |
| 1.4.2 基于SIC的速率分配 |
| 1.4.3 结合SIC的容量分析 |
| 1.4.4 基于SIC的接纳控制 |
| 1.5 本文的主要研究内容与贡献 |
| 1.6 论文结构与内容安排 |
| 第二章 结合SIC的CDMA系统中的功率控制 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 多小区情况下的最佳功率分配 |
| 2.4 系统可行与否的有效检验 |
| 2.4.1 理论分析 |
| 2.4.2 仿真实验与结果讨论 |
| 2.5 中断性能最优的译码顺序 |
| 2.5.1 最小化中断概率的译码顺序 |
| 2.5.2 仿真实验与结果讨论 |
| 2.6 最小化系统总发射功率的译码顺序 |
| 2.6.1 理论分析 |
| 2.6.2 仿真实验与结果讨论 |
| 2.7 本章小结 |
| 第三章 CDMA系统中基于SIC的速率分配 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于贪婪算法的速率分配 |
| 3.3.1 内层检验方法 |
| 3.3.2 基于贪婪算法的外层更新机制 |
| 3.3.3 贪婪算法的计算量 |
| 3.3.4 仿真实验与结果讨论 |
| 3.4 结合遗传算法的速率分配 |
| 3.4.1 基于遗传算法的外层更新机制 |
| 3.4.2 算法设计与收敛性分析 |
| 3.4.3 有限代遗传进化下算法的计算量 |
| 3.4.4 仿真实验与结果讨论 |
| 3.5 本章小结 |
| 第四章 采用SIC的CDMA系统中的接纳控制 |
| 4.1 引言 |
| 4.2 基于业务升降级的呼叫接纳控制算法 |
| 4.2.1 SUD下基于用户功率的QoS约束准则 |
| 4.2.2 sSIC下基于用户功率的QoS约束准则 |
| 4.2.3 业务降级的考虑 |
| 4.2.4 呼叫接纳控制算法的提出 |
| 4.2.5 仿真实验与结果讨论 |
| 4.3 基于GoS设置接纳门限的呼叫接纳控制算法 |
| 4.3.1 SUD下基于总接收功率的QoS约束准则与剩余容量计算 |
| 4.3.2 SIC下基于总接收功率的QoS约束准则与剩余容量计算 |
| 4.3.3 各类业务接纳门限的设置 |
| 4.3.4 呼叫接纳控制算法的提出 |
| 4.3.5 仿真实验与结果讨论 |
| 4.4 本章小结 |
| 第五章 基于SIC的CDMA系统容量分析 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 蜂窝小区模型 |
| 5.2.2 信道增益模型 |
| 5.3 系统容量分析 |
| 5.3.1 来自本小区移动用户的总接收功率 |
| 5.3.2 来自外小区移动用户的总接收功率 |
| 5.3.3 来自所有移动用户的总接收功率 |
| 5.3.4 多径衰落模型下x的各阶统计量 |
| 5.3.5 基于中断概率的系统容量 |
| 5.4 实验以及结果讨论 |
| 5.5 本章小结 |
| 第六章 全文总结 |
| 6.1 本文工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
（8）基于TDD-CDMA系统的动态信道分配研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 移动通信的发展进程 |
| 1.2 课题的研究目的、研究现状 |
| 1.2.1 课题研究的目的和意义 |
| 1.2.2 国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 TDD-CDMA系统中的动态信道分配技术 |
| 2.1 TDD-CDMA系统特性和优点 |
| 2.2 TDD-CDMA系统蜂窝移动通信模型 |
| 2.3 上下行不对称性及交叉时隙干扰 DCA算法分析 |
| 2.3.1 基于交叉时隙干扰的DCA机制 |
| 2.3.2 交叉时隙的系统模型 |
| 2.4 功率控制技术 |
| 2.5 TDD-CDMA系统干扰分析 |
| 2.5.1 TDD-CDMA系统的干扰 |
| 2.5.2 TDD/FDD干扰 |
| 2.5.3 TDD-CDMA系统小区间干扰 |
| 2.6 本章小结 |
| 第3章 移动通信中信道分配概述及分配算法研究 |
| 3.1 信道分配引言 |
| 3.2 信道分配技术中的频率复用 |
| 3.3 固定信道分配技术 |
| 3.4 动态信道分配技术 |
| 3.4.1 动态信道分配算法特点 |
| 3.4.2 动态信道分配技术全过程 |
| 3.4.3 动态信道分配技术研究现状与分析 |
| 3.4.4 单小区系统模型 |
| 3.4.5 多小区系统模型 |
| 3.4.6 动态信道分配技术研究中的关键问题及性能指标 |
| 3.5 混合信道分配技术 |
| 3.6 本章小结 |
| 第4章 几种动态信道分配算法 |
| 4.1 基于最小干扰的DCA |
| 4.2 基于最小发射功率的DCA |
| 4.3 基于路径损耗的抗基站干扰的DCA |
| 4.4 一种带缓冲区的动态信道分配算法 |
| 4.5 基于平均功率值的DCA |
| 4.5.1 上下行时隙不对称性及解决算法 |
| 4.5.2 平均功率值作为门限的算法 |
| 4.5.3 下行时隙研究 |
| 4.5.4 上行时隙研究 |
| 4.5.5 用户到基站距离的算法 |
| 4.5.6 平均功率值算法思想 |
| 4.6 本章小结 |
| 第5章 仿真模型与仿真结果分析 |
| 5.1 仿真方法 |
| 5.1.1 静态仿真 |
| 5.1.2 动态仿真 |
| 5.2 仿真工具 |
| 5.3 系统建模 |
| 5.4 仿真对比图与结果分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（10）基于支持向量机的多用户检测算法、功率控制算法和波达方向估计算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 无线蜂窝的概念 |
| 1.2 移动通信的发展和演变 |
| 1.3 第三代无线通信系统中的抗干扰技术 |
| 1.3.1 多用户检测 |
| 1.3.2 功率控制 |
| 1.3.3 智能天线 |
| 1.4 基于机器学习的无线通信信号处理 |
| 1.4.1 机器学习的理论背景 |
| 1.4.2 基于机器学习算法的多用户检测 |
| 1.4.3 基于机器学习算法的功率控制 |
| 1.4.4 基于机器学习的智能天线波达方向(DOA)估计问题 |
| 1.5 本文的主要研究内容 |
| 第二章 机器学习方法 |
| 2.1 机器学习问题的起源和发展 |
| 2.1.1 Rosenblatt的感知器 |
| 2.1.2 学习理论基础的创立 |
| 2.1.3 神经网络 |
| 2.1.4 神经网络的替代方法 |
| 2.2 学习问题的表示 |
| 2.2.1 函数估计模型 |
| 2.2.2 风险最小化问题 |
| 2.2.3 三种主要的学习问题 |
| 2.2.4 经验风险最小化归纳原则 |
| 2.3 支持向量机 |
| 2.3.1 二分类SVM方法 |
| 2.3.2 核函数 |
| 2.3.3 多分类SVM方法 |
| 2.3.4 模糊支持向量机(FSVM) |
| 2.4 支持实时应用的快速SVM算法 |
| 2.4.1 块算法和固定工作样本集的方法 |
| 2.4.2 SMO算法 |
| 2.4.3 LS-SVM算法 |
| 2.4.4 OSVC算法 |
| 第三章 一种快速在线训练的支持向量分类算法(FOSVC) |
| 3.1 FOSVC算法 |
| 3.2 收敛性证明 |
| 3.3 仿真结果 |
| 3.3.1 Iris和Image segmentation数据集的分类 |
| 3.3.2 仿真结果分析 |
| 3.4 小结 |
| 第四章 多用户检测技术 |
| 4.1 多用户检测技术概述 |
| 4.1.1 传统单用户检测技术分析 |
| 4.1.2 多用户检测技术的基本概念 |
| 4.2 线性多用户检测器 |
| 4.2.1 最佳多用户检测器(OMUD) |
| 4.2.2 解相关多用户检测 |
| 4.2.3 最小均方误差多用户检测器 |
| 4.3 非线性多用户检测器 |
| 4.3.1 解相关判决反馈多用户检测 |
| 4.3.2 多级检测 |
| 4.3.3 连续干扰消除的多用户检测 |
| 4.3.4 基于神经网络的多用户检测 |
| 4.3.5 基于系统辨识的多用户检测 |
| 4.4 基于机器学习的多用户检测算法 |
| 4.4.1 系统模型 |
| 4.4.2 基于FOSVC的多用户检测算法 |
| 4.4.3 仿真结果 |
| 4.5 小结 |
| 第五章 功率控制 |
| 5.1 功率控制技术概述 |
| 5.1.1 功率控制的目标 |
| 5.1.2 功率控制的准则 |
| 5.1.3 功率控制的分类 |
| 5.1.4 影响功率控制的主要因素 |
| 5.2 功率控制方法及模型 |
| 5.2.1 功率控制模型 |
| 5.2.2 功率控制方法 |
| 5.3 基于机器学习的功率控制算法 |
| 5.3.1 系统模型 |
| 5.3.2 基于FOSVC的变步长功率控制算法 |
| 5.3.3 仿真结果 |
| 5.4 小结 |
| 第六章 智能天线技术和波达方向(DOA)估计算法 |
| 6.1 自适应天线阵列的工作原理 |
| 6.1.1 自适应天线阵列的信号模型 |
| 6.1.2 自适应天线阵列的最佳权向量 |
| 6.2 波达方向估计算法 |
| 6.2.1 DOA估计的传统法 |
| 6.2.2 DOA估计的子空间法 |
| 6.2.3 DOA估计的最大似然法 |
| 6.3 基于机器学习的DOA估计算法 |
| 6.3.1 DOA估计的信号模型和SVM模型 |
| 6.3.2 基于FMSVM的DOA估计算法 |
| 6.3.3 基于FOSVC和DAGSVM的DOA估计算法 |
| 6.3.4 仿真结果 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 本文的主要贡献 |
| 7.2 进一步的研究工作 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
四、宽带CDMA移动通信系统中智能技术的发展（论文参考文献）
- [1]基于云计算技术的区域安全通信技术研究[D]. 赵盛烨. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(09)
- [2]面向智能通信的大规模MIMO系统信道状态信息反馈关键技术研究[D]. 王天奇. 东南大学, 2019(06)
- [3]B5G:泛在融合信息网络[J]. 张平. 中兴通讯技术, 2019(01)
- [4]台湾移动通信产业的技术策略研究[D]. 黄庆原. 南开大学, 2013(07)
- [5]宽带移动通信系统资源调度和干扰管理的研究[D]. 郑瑞明. 北京邮电大学, 2010(11)
- [6]基于交叉熵的病毒式移动通信系统性能研究[D]. 朱志强. 山东科技大学, 2010(07)
- [7]CDMA蜂窝系统中基于串行干扰消除的资源管理研究[D]. 周朝荣. 电子科技大学, 2009(11)
- [8]基于TDD-CDMA系统的动态信道分配研究[D]. 许河. 南昌大学, 2008(05)
- [9]近代移动通信系统的研究[A]. 符贝贝. 海南省通信学会学术年会论文集（2008）, 2008
- [10]基于支持向量机的多用户检测算法、功率控制算法和波达方向估计算法[D]. 赵宇. 中国科学技术大学, 2006(04)
标签：中国移动论文; 通信论文; 第一代移动通信技术论文; 基站定位论文; 通信基站论文;