一、移动通信系统中的定位技术研究（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》文中研究表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。
蒋天润[2]（2021）在《面向灾后环境的通导一体化信号资源分配方法研究》文中指出我国自然灾害频发。自然灾害发生后通信基站极有可能受到损坏,同时掌握救援人员的实时位置具有重要意义,因此灾后救援存在着迫切的通信定位需求。全球卫星定位系统（Global Position System,GPS）的信号在室内衰减严重,无法满足需求。常见的室内定位技术,如基于信道状态信息（Channel State Information,CSI）、射频识别（Radio Frequency Identification,RFID）和蓝牙等,需要大量的前期工作,无法适应灾后环境。基于已有的MS-NOMA（Multi-Scale Non-Orthogonal Multiple Access）下行信号,本文研究了面向灾后环境的基于MS-NOMA上行信号的通导一体化技术。为了降低小区内干扰和功率消耗,本文进一步研究了该上行信号的功率分配方法。本文主要做了以下工作:1.本文提出了 MS-NOMA上行行信号体制,以实现对用户位置的主动定位。在MS-NOMA下行信号中全体通信信号被设计为等功率的广播信号,只对定位信号的功率进行分配。而在MS-NOMA上行体制中,通信信号和定位信号的功率都需要进行分配。2.本文推导了 MS-NOMA上行系统中通信用户误比特率（Bit Error Rate,BER）和定位用户定位误差的表达式。然后使用以上表达式,提出了两种功率分配方法。在第一种方法中,上行系统功率分配的目的是在通信用户的QoS（Quality of Service）约束下,同时实现定位用户的定位误差和功率消耗的最小化。基于此,本文提出了原始的最优化问题。由于原始问题直接求解较为困难,原始问题被拆分为两个子问题。第一个子优化问题的目标是在通信用户BER和定位用户定位误差的约束下,最小化功率消耗。第二个子优化问题的目标是在通信用户BER和总功率的约束下,最小化定位误差。基于两个子问题的解,本文提出了联合迭代功率分配算法（Joint Iterative Power Allocation Algorithm,JIPAA）,通过不断迭代最终实现对通信信号和定位信号的功率分配。在第二种方法中,本文基于LTE通信系统中上行功率控制原则,提出了 MS-NOMA上行系统的传统功率分配方法,即保证通信信号和定位信号到达基站端都能够保持足够的信噪比（Signal Noise Ratio,SNR）,分别对通信信号和定位信号功率进行分配。3.最后,本文将JIPAA算法和传统功率分配方法在BER和定位误差方面进行了对比。仿真结果表明,在保证通信用户QoS的约束下,相较于传统方法JIPAA算法在同样的功率消耗下能够提升约15%的定位性能。
李依桐[3]（2021）在《光子毫米波/太赫兹波通信理论与关键技术研究》文中进行了进一步梳理近年来移动通信行业的飞速发展,给人们的生活带来了巨大的便利。在当前我国“互联网+”、大数据蓬勃发展的时代,对移动通信的传输容量及传输速度的需求日益增长。毫米波（Millimeter-wave,mm-wave）及太赫兹（Tera Hertz,THz）频段拥有丰富的频谱资源,将在“5G+人工智能”全面落地应用及下一代高速移动通信进程中发挥至关重要的作用。然而,毫米波及太赫兹信号具有较高的频率,容易在无线传输过程中受到各种损伤的影响,会限制其传输的距离。光纤无线融合通信（Radio over Fiber,RoF）,结合了光纤通信和无线通信的优点,能够同时满足未来通信网络对通信带宽、传输距离及移动性的需求,已经成为当今社会的研究热点。本论文研究了光子毫米波/太赫兹波通信过程中的理论和关键技术,通过结构改进、算法优化、器件减省等方式完成对毫米波/太赫兹信号生成系统的优化,并采用数字信号处理算法对信号传输过程中的损伤进行了补偿,提高了系统的频谱效率及传输容量;之后探究了自适应的光子毫米波/太赫兹技术,在调制格式自适应、生成频率多样化、波束追踪自反馈三个方面对光子毫米波/太赫兹波通信系统中的技术进行了创新;整个系统无缝融合光纤通信与无线通信,在提高传输过程中可用频谱资源的同时克服了光纤传输中可能存在的断裂问题,实现了高速率、低成本的光纤-无线一体化方案。主要工作和创新点如下:1、提出并通过实验证明了一种生成光学频率梳源的新结构,可在光传输系统中用来进行多载波调制。该方案将一个电吸收调制激光器和一个相位调制器相连,并运用共同的正弦射频信号对两者进行驱动和同步。文章通过VPI软件进行仿真得到了功率波动小于3 dB的光谱平坦度的最佳工作范围,并据此实验生成了 10个平顶锁频的光学频率梳,每个载波的频率间隔为12.5 GHz。利用所生成的光频梳源,可以实现3.125 Gb/s和12.5 Gb/s的开关键控（OOK）强度调制的毫米波信号在20公里标准单模光纤（SSMF）上的传输。2、提出并实验验证了一种新颖而简单的方法来实现D波段毫米波单边带（SSB）倍频矢量信号的产生。利用该系统生成的毫米波最高可达210 GHz,已经进入太赫兹领域。该方案使用一个单驱动的马赫-曾德尔调制器（MZM）和一个推挽模式的MZM级联,第一个MZM由20GHz的射频驱动,生成具有六个平坦化载波的光频率梳;再使用一个由10 GHz SSB矢量信号驱动的推挽MZM,实现对光梳的单边带调制过程。在运用光电二极管拍频检测后,得到频率为130GHz和150GHz的D波段SSB毫米波矢量信号。基于此方案生成的4 Gbaud D波段QPSK和16 QAM毫米波信号,分别在10公里/25公里的单模光纤加1米无线链路上进行传输,计算的误码率（BER）可达到小于3.8 × 103的7%硬判决前向纠错（FEC）门限阈值。3、提出并验证了一种基于光载波抑制和单边带调制的D波段毫米波信号产生方案。该方案省去了发射端的预编码过程,且不需要任何滤波器,从而使整个系统得到简化。首先,采用50 GHz射频信号（fRF）驱动的强度调制器来产生两个频率间隔为2 × fRF的载波,实现了光载波抑制的过程。随后,使用另一个由30 GHz射频信号驱动的同相/正交（I/Q）调制器,通过独立边带调制从而产生单边带矢量信号。在使用D波段光电混频器进行检测后,最终生成了 130 GHz的矢量毫米波。通过基于该系统产生的D波段毫米波信号,携带4 Gbaud/8 Gbaud的QPSK信息,在22.5公里的SSMF和1米的光纤无线距离链路上进行了传输。最后对传输结果进行了分析,并分别给出了在两种不同信号传输速率下,硬/软判决前向纠错门限下的误码率性能。4、提出并实验验证了一种可用于光子毫米波/太赫兹波通信系统中的自适应的N2-QAM调制格式的矢量信号生成技术。采用两个MZM及并联的移相器、衰减器和单个光混频器,实现了两个N-ASK信号合成N2-QAMW波段毫米波矢量信号的过程。该方案在发射端省去了数模转换器（DAC）及额外的数字信号处理过程,可以在用户端获得双倍的比特率。本文用N=2的情况举例,最终利用两个2-ASK信号,生成了 80 GHz 4 QAM的W波段毫米波,并完成了其在1米无线链路上的高性能传输,测量的误码率达到了低于3.8×103的7%硬判决前向纠错门限。5、探究了太赫兹波的应用前景,设计并实验验证了一种具有470 GHz大带宽的全波段发射机,涵盖Q、V、W、D波段的毫米波以及最高510 GHz的太赫兹波信号。该方案将独立的毫米波信道和太赫兹波信道结合起来,极大提高了无线网络的灵活性,同时也将促进功率放大器的发展。该方案可以同时产生多种频段的毫米波与太赫兹波,并集成了宽带多天线的发射系统和具有高工作带宽和动态范围的光混频器,可以实现频带的自适应切换与动态的无线传输,对于5G及6G具有巨大的应用价值。6、提出了一种基于机器学习算法的用于毫米波/太赫兹波束追踪的定位技术,可以为无线基站提供精准的方位来满足自适应波束赋形的需要。由于毫米波/太赫兹波的载波频率较高,在大气中衰减较大。波束赋形可以减小毫米波/太赫兹波的波束宽度,故需要知道用户的准确位置来进行波束赋形。本文结合室内高频电波应用场景,创新性的设计了基于人工神经网络（ANN）进行室内定位从而服务于光束赋形的系统。通过实验得到误差小于1厘米的精确度,是目前室内定位系统可以达到的精确性最高的方案,将为5G及下一代无线波束追踪提供新型的解决方案,对实现光载无线通信系统的高效率、大容量传输有着重要意义。
尹露,马玉峥,李国伟,赵仁明,邓中亮[4]（2020）在《通信导航一体化技术研究进展》文中研究说明近年来,大众对泛在位置服务的需求不断增长,卫星导航在室内等场景下覆盖能力不足,已无法满足人们的需求。由于通信信号覆盖范围广、用户数量大、信号频带宽,将通信信号用于定位可成为卫星导航的有效补充。在此背景下,随着通信和定位技术的快速发展,通信和导航的耦合程度不断加深,产生了通信导航一体化技术（CPIT）,并成为了国内外的研究热点。通信系统中毫米波、多入多出（MIMO）、波束成形等技术为CPIT的发展带来了新的契机。首先介绍了CPIT的演进过程;然后就CPIT中的关键技术进行了总结并分析了其研究现状;最后对CPIT的发展进行了展望。
曹佳盟[5]（2020）在《面向5G的通导融合信号体制设计研究》文中研究表明现代互联网的成熟应用,极大的推动了位置服务产业的发展部署,位置信息已经和我们的日常生活密不可分。高精度位置信息在各个领域越发凸显重要性,而传统的卫星信号很容易受到遮挡或干扰,难以覆盖室内环境。基于蓝牙、Wi-Fi、UWB 等室内定位技术在很多重点场馆得到局部应用,但上述系统的信号覆盖范围有限,后期维护成本较高,广域推广应用困难。基于现有的移动通信网络通信信号可以做到全方位覆盖,是填补广域室内定位方案的重要手段。在国家重点研发计划（项目编号:2016YFB0502001）的支持下,本文的主要研究工作分为以下几个部分:1:通导融合信号体制设计:其中作为5G的关键技术之一,NOMA（Non-Orthogonal Multiple Access）的下行版本已经在 3GPP LTE Advanced 被标准化。为了不影响主流通信业务的同时提升基站的定位能力,本文将借鉴NOMA技术的核心思想,结合OFDM与CDMA各自的优点,进行通导融合信号MS-NOMA体制设计。2:干扰分析:由于该系统实际上是一个共频带系统,针对该融合信号内部存在的干扰问题,本文分析了同频干扰对两组不同信号的性能影响,以及如何减小干扰提升融合信号的整体性能。其中文章中使用误比特率（BER）来衡量定位信号对通信信号的干扰,用码相位测量误差来衡量通信信号对定位信号的干扰。结果表明,所提方案可行,相对于PRS信号有很大的提升。3:资源分配:资源分配可以有效地提升融合系统的性能。为了保证通信用户Qos通信服务质量的前提下,尽可能的提升整个系统的定位能力,同时解决“远近干扰”问题,必须对定位用户的功率仔细分配。本文将其该问题抽象为凸优化问题,基于分层思想提出了最佳功率分配策略。仿真表明了提出的分配策略很好的提高了定位精度和覆盖能力。
卜浩[6]（2019）在《移动通信系统形式化描述方法研究》文中进行了进一步梳理当前,各国越来越重视空天地网络信息系统（GASNIS）的建设。GASNIS是以空中平台,包括空间站、高中低轨道的卫星、平流层的气球、有人或无人驾驶的飞行器;以及地面平台、包括地面站点或地面移动终端;水域平台,包括海洋观测船舶或有其他特殊任务的船舶为载体所组成。GASNIS是实时获取,传输和处理相关信息为主要任务的网络信息系统。其发展涉及到国家的政治,经济,军事以及民生等各个重要领域。GASNIS是一个复杂的典型移动通信系统。其本身的拓扑结构不断变化,同时用户提交的任务需求复杂多样,这样导致大量用户进程在一个拓扑结构变化着的系统中海量并发移动,加之其传输速率还会受到空间或地表物理环境的影响,都增加了系统的复杂性。为了充分利用系统资源,提高系统服务质量,我们需要对GASNIS中的任务进行合理的调度。任务调度所关注的问题主要集中在系统中各任务的执行顺序以及系统资源有限的前提下,实现任务与资源高效耦合所需的对任务和资源进行的定性与定量分析。任务的执行顺序的实质就是按照任务的权重对任务进行排序,而对任务和资源进行定性定量的分析,实际上是基于调度对象和调度环境被清晰界定和描述的基础上,对任务的资源需求及系统环境的资源供给在时空上进行性质和数量上的分析。为了更好的调度GASNIS任务,也就是说为了提高调度的响应速度以及调度的合理性。需要做好两方面的工作。第一,需要研究适应并行环境的排序算法以提高调度的响应速度;第二,研究合适的工具描述GASNIS任务调度,并在此基础上对系统任务调度进行分析和验证。针对第一方面的问题:本文提出了多种并发排序算法,以解决任务调度时按照任务权重来排序的问题。按照被排序元素存储方式的不同,本文提出的排序算法分为两类:一类是针对链表式存储元素提出的基于链表式存储元素的并发排序算法,另一类是针对索引式存储元素提出的基于索引式存储元素的并发排序算法。在针对链表式存储元素的排序算法中常规算法效率都比较低,本文利用并发特性提出的基于链表式存储元素的排序算法在长度为n的链表中抽取m个元素进行排序,最多需要2n-m次的元素比较就可以完成元素排序。在针对基于索引存储的元素进行排序时,本文提出了筛选排序算法的思想,在筛选排序算法的基础上,结合并发的思想提出了并发筛选排序算法和并发筛选插入排序算法。并发筛选排序在资源足够尤其是有相应的硬件支持下,所需的时间非常少,假设两个元素之间的比较需要的时间为t1,n个1并发累加的时间为t2,那么不论元素的多少,在并发率达到100%的情况下,理论上排序所需时间为t1+t2。并发筛选插入排序的时间相对略长一些,但是所需的资源要少一些。为了使这些算法能直接应用于GASNIS的任务调度中,本文对这些算法都进行了形式化描述、推导及验证。这些并发排序算法不但适应于GASNIS的任务调度环节,也适应于其他需要排序功能的计算环境。针对第二方面的问题:本文在seal演算的基础上对其语法和语义做了量化描述方面的扩展,建立了量化seal演算。具体的扩展如下:1)针对seal演算缺乏对进程和seal量化描述的问题,本文提出了资源量化的思想,即提出对seal标签和进程名字在描述时的量化扩展。其中seal标签的含义从一个单独的域标识名字,变成一个名字加资源供给函数矩阵的序偶对。而进程名字含义是从一个简单的名字变成一个名字加上资源需求函数矩阵的序偶对。这样就可以从seal的资源供给和进程的资源需求的角度分析和考察GASNIS,弥补了seal演算无法对系统进行量化描述的缺陷。2)针对进程运行的位置问题,本文提出了位置量化的思想,即更加细化进程的位置描述,首先,扩充了seal演算中“移动”的思想,提出了允许进程移动的规则,解决了实际系统中尤其是只需要移动系统中部分进程的时候,难以用seal移动进行模拟的问题。其次,针对特殊资源与位置绑定的问题,提出了允许进程位置的锁定和解锁的规则,解决了进程分类和资源分类后特殊进程与资源匹配的安全性问题,也就是说锁定后的进程运行过程中不能随意被移动,除非调度系统将其解锁。第三,针对seal演算中,seal移动后,被移动的seal内部进程以及与该seal相关进程的位置上标指示有可能出现混乱的问题提出了进程上标地点的修改规则,使得seal移动更灵活,适应面更广泛。3)针对复制算子和部分并发操可能导致的资源无节制使用问题,本文提出了并发和复制量化的思想,即提出了并发算子和无限复制算子的约束规则,增加了并发算子和无限复制算子的上标,以限制进程最大并发数量,以及允许并发算子和无限复制算子上标的修改来适应seal中资源的变化,实现资源使用控制的描述,以提高资源使用率和系统执行效率。4)针对seal演算中,缺乏进程中间状态的描述,导致调度时缺乏对系统资源的检测和控制的问题,本文提出了过程量化的思想,即扩充了τ的含义,增加了中断操作的描述。首先,采用τ来表示内部动作或相关进程运行的中间状态,解决了进程在处于调度中间状态的描述问题。进程执行中间状态的引入也意味着量化seal演算对时间控制描述的引入,这一点对任务调度的分析非常重要。其次中断描述可以使量化seal演算更好更全面的来描述系统。通过采用量化seal演算对系统描述分析有助于我们在设计早期可以发现系统中不一致、不完全和二义性以及系统中存在的逻辑错误等问题;在设计中期方便建立简单的仿真系统,模拟大量任务出入资源动态变化的系统,验证海量进程在拓扑结构动态变化的节点群中并发移动并执行;在系统设计后期方便分析和预估系统效能,追踪系统的漏洞方便对系统错误的分析、维护以及系统的评估。论文最后对移动通信系统形式化描述方法研究工作进行了总结,并提出了进一步量化研究、图形化描述方法研究以及建立形式化描述框架等需要继续研究的问题。
莫君[7]（2019）在《面向通信导航融合系统的导航基带信号处理关键技术研究》文中指出位置服务已成为国家安全、经济发展和社会民生依赖的重大基础设施,公共安全、应急救援、智慧城市等都迫切需要高精度室内外位置信息。现有无线网络定位技术主要包括广域定位技术（如基于2G/3G/4G移动通信网及广播网的定位技术）和局域定位技术（如无线保真（Wireless-Fidelity,Wi-Fi）、蓝牙（Bluetooth）、超宽带（Ultra Wideband,UWB）定位技术等）,但都无法同时满足覆盖范围广、定位精度高的需求。本文研究的通信导航融合系统是在不干扰原有通信信号基础上,复用移动通信网络的频率资源和基站,最终实现广域高精度、高稳定、高可靠和低成本的室内外连续空间定位。由于通信导航融合系统本身及其应用环境的高度复杂性,通信导航融合信号设计和导航基带信号处理的研究面临巨大挑战。本文主要对通信导航融合系统中同源时钟下抗多址干扰的码最优设计、计算资源受限下的高精度频率捕获、信噪比瞬时强波动下的鲁棒跟踪关键技术进行了深入研究,开展了理论研究创新和工程实践,主要的研究成果与创新包括:1、针对通信导航融合系统中同源时钟约束下的定位信号设计难题,在对伪随机码（Pseudo Random Noise,PRN）和截短码（Truncated PRN,TPRN）的码相关性研究基础上,设计了具有最优抗多址性能的混合码（PRN+TPRN）信号结构。在分析混合码中TPRN对捕获算法影响的基础上,提出了一种预估参考码相位的连续检测捕获算法,通过对参考码相位的预处理来提高捕获检测概率。仿真和实测结果表明,所提捕获方法能够实现对混合码码相位的有效估计,为接收机的后续跟踪处理提供保障。2、针对低计算复杂度、高精度的频率捕获问题,引入了快速正交搜索（Fast Orthogonal Search,FOS）估算方法,建立了 FOS候选函数与残余载波频率的映射关系,为降低计算复杂度,提出了一种基于并行快速正交搜索（Parallel Fast Orthogonal Search,PFOS）的精细步频率估计算法,减少了 57.43%的计算量。与基于快速傅里叶变换（Fast Fourier Transform,FFT）的精细频率估计算法相比,PFOS算法能以更低的计算复杂度获得更高的频率分辨率。仿真和实测结果表明,PFOS算法提高了频率捕获精度,加快了载波跟踪环路的收敛速度,缩短了现有定位接收机的首次定位时间约5%。3、针对信号幅度突变下的载波稳定跟踪难题,分析了混合码对载波跟踪环路测量的影响,建立了基于卡尔曼滤波（Kalman Filter,KF）的锁频环（Frequency Locked Loop,FLL）和锁相环（Phase Locked Loop,PLL）的数学模型,引入模糊控制理论,提出了模糊控制算法辅助下的基于KF的二阶FLL辅助三阶PLL,实现了载波跟踪环路带宽和等效滤波器系数的自适应调整。仿真和实测结果表明,该算法改善了载波跟踪环路的抗噪声性能,提升了载波跟踪环路的跟踪精度和鲁棒性,加快了载波跟踪的收敛速度。与PLL和二阶FLL辅助三阶PLL相比,本文所提载波跟踪算法的抗信号幅度突变能力提高了5dB,且在高信噪比时拥有更高的载波相位估计精度。4、针对信号幅度突变下的高精度伪距获取难题,采用快照方式存储接收信号,通过多次重放分析快照前后相对独立的接收信号,降低了信号幅度瞬间突变的影响,推导了射频前端带宽与伪距测量的数学关系,提出了基于泰勒展开的快照重放式伪距测量方法。仿真和实测结果表明,该方法降低了码环对信号幅度突变的敏感程度,提升了快照重放下的伪距测量精度。与无限带宽伪距计算方法相比,该方法提高了实测伪距估计精度9.7%以上。
孙晓宇[8]（2019）在《大规模MIMO系统用户调度与定位方法研究》文中研究指明随着信息技术的快速发展,信息服务经历了从固定节点到移动终端,从提供文字和语音业务为主到为移动用户提供多媒体和互联网接入业务为主的功能转变。在无线频谱资源日益紧张的情况下,如何在第四代（4G,4th generation）移动通信系统基础上进一步挖掘空间无线资源,提高移动通信系统的频谱效率和功率效率,成为第五代（5G,5th generation）移动通信系统需要解决的核心问题。大规模多输入多输出（MIMO,multiple-input multiple-output）技术能够大幅提高移动通信系统频谱效率和功率效率,成为5G移动通信系统的核心技术。在频分双工（FDD,frequency division duplexing）大规模MIMO系统中,基站发送端信道状态信息（CSIT,channel state information at the transmitter side）获取的正交导频开销与基站天线数成正比,而随着用户终端移动性的增加,信道相干时间随之减小,FDD大规模MIMO系统CSIT获取成为制约其发展的关键问题。随着移动通信技术与移动互联网应用的快速发展,移动终端基于位置信息的服务（LBS,location-based service）日益丰富,对大规模MIMO系统无线定位能力提出更高的要求。在此背景下,本论文开展了FDD大规模MIMO系统用户调度与用户定位方法研究。本论文针对FDD大规模MIMO系统CSIT获取困难以及组间干扰较大等问题,提出两级预编码传输架构下用户凝聚型聚类和分组调度方法,将外预编码器设计包含进组调度过程中进行迭代优化,在寻找合理用户组集合的同时抑制组间干扰。同时,本论文系统地研究了利用大规模MIMO系统进行高精度用户定位的理论方法,提出基于位置指纹信息的大规模MIMO正交频分复用（OFDM,orthogonal frequency division multiplexing）系统单基站定位方法,充分利用大规模MIMO-OFDM系统在角度域和时延域的高分辨力获取用户信道的多径传输特征用于位置估计。为了进一步提高位置指纹定位方法在定位精度、时间开销及存储开销等方面的性能,提出了利用深度卷积神经网络（DCNN,deep convolutional neural networks）的定位方法以及适用于大规模MIMO-OFDM系统的级联深度卷积神经网络架构,克服了位置指纹信息相似性建模误差对定位精度的影响。本论文的具体研究工作和贡献如下:1.提出了两级预编码传输架构下用户凝聚型聚类和分组调度方法。两级预编码传输方法能够显着降低下行训练和反馈开销,同时提供可观的复用增益,被视为FDD大规模MIMO系统的有效传输方法。两级预编码传输方法的性能依赖于用户调度及组间干扰的抑制,当用户调度无法获得互不交叠的分组时,其性能将遭受较大损失。针对这一问题,论文提出用户凝聚型聚类和分组调度方法。首先从两级预编码传输架构出发,给出了一种全新的用户凝聚型聚类方法,显着降低用户聚类的计算复杂度。考虑真实传输场景中用户分布特征,推导了平均信漏噪比（SLNR,signal-toleakage-plus-noise ratio）的闭式下界,并提出了基于平均SLNR的迭代组调度与外预编码器设计方法。有别于组调度与外预编码器的分别优化,所提方法将外预编码器设计包含进组调度过程中进行迭代优化,在寻找合理用户组集合的同时抑制组间干扰。此外,针对基站配备均匀线阵这一常用场景,给出了基于离散傅里叶变换的信道特征空间近似方法,极大降低了用户聚类和组调度环节的计算复杂度。数值仿真结果表明用户凝聚型聚类方法在服务用户总数受限目标分组数较大时能有效降低用户聚类的运算复杂度。随着用户分布集中程度的下降,用户统计信道特征差异逐渐增大,能够更好地筛选出最优用户分组集合,以较小的组间干扰为代价换取显着复用增益。2.提出了基于位置指纹信息的大规模MIMO-OFDM系统单基站定位方法。随着移动通信技术与移动互联网应用的快速发展,移动终端基于位置信息的服务日益丰富,对蜂窝网无线定位能力提出更高的要求。在复杂散射体环境下,大规模MIMOOFDM系统在角度域和时延域拥有极高的分辨力,可以获取丰富的多径信道特征。利用这一优势,论文提出了基于位置指纹信息的大规模MIMO-OFDM系统单基站定位方法,从上行信道状态信息中提取角度时延域信道能量矩阵作为位置指纹信息,既满足了指纹定位方法宽平稳特征的需求,又不需要额外的信号传输开销,同时包含丰富的多径信息。随后提出了适用于度量角度时延域信道能量矩阵相似性的联合角度时延域相似性度量并理论证明该度量是地理空间距离的减函数。为了降低位置估计过程的计算复杂度和延迟,提出了用于数据库预处理阶段的两级位置指纹信息聚类方法。该方法利用位置指纹信息的空间特性来显着降低在线阶段位置指纹信息匹配过程的匹配次数,可以避免遍历整个数据库寻找最佳匹配位置指纹信息,并结合加权K近邻方法进行高精度位置估计。最后,考虑地理位置邻近散射体环境的相关性,建立了一套基于地理环境的射线追踪电波传播仿真平台,并在CSI生成阶段包含了地理位置相关性,通过数值仿真验证了无线指纹定位方法的有效性。3.提出了利用深度卷积神经网络的大规模MIMO-OFDM系统指纹定位方法。为了进一步提高位置指纹定位方法在定位精度、时间开销及存储开销等方面的性能,论文提出了利用深度卷积神经网络的大规模MIMO-OFDM系统指纹定位方法。首先提出了高效的角度时延域信道强度矩阵提取方法,既可以充分利用大规模MIMO-OFDM系统较高的角度时延域分辨力,又因其稀疏性和空间相关性更加适用于深度卷积神经网络的训练。随后提出了利用深度卷积神经网络的定位方法以及适用于大规模MIMOOFDM系统的级联深度卷积神经网络架构,克服了位置指纹信息相似性建模误差对定位精度的影响。分别给出了基于分类输出深度卷积神经网络的定位方法和基于回归输出深度卷积神经网络的定位方法,并针对实际应用场景大范围定位需求,提出了级联深度卷积神经网络架构。最后在基于地理环境的射线追踪电波传播仿真平台仿真验证了两种基于深度卷积神经网络定位方法在定位精度、时间开销及存储开销等方面的优异性能。
范典[9]（2019）在《毫米波大规模多天线系统信道估计和传输机制研究》文中进行了进一步梳理21世纪以来,移动数据服务的需求量正在逐年增长,当前的第四代移动通信系统在容量、覆盖、性能等方面都难以满足未来移动通信的需求。为了满足2020年无线通信传输速率达到现有系统千倍的需求,进一步挖掘频谱资源和多天线的空间复用能力是提高频谱效率和能量效率的关键途径。毫米波频段拥有大量空白免费资源,尚未被充分开发,因此毫米波通信受到了各国电信部门及企业的高度重视:与此同时,在接入点配置大规模多天线系统,可以进一步挖掘多天线的空间复用能力,大幅提高系统总的频谱效率和能量效率。由此可见,毫米波大规模多天线技术是未来移动通信系统的关键核心技术,并可以为未来移动通信系统提供有力的保障。本文将围绕毫米波大规模多天线系统信道物理参数估计、传输机制、多用户调度、动态资源分配等问题,针对提升频谱利用率的目标及高效、低功耗的通信需求,采用模型建立、参数提取、算法设计、性能分析及仿真验证等手段开展对不同环境、不同天线结构、不同预编码架构以及无人机蜂群场景下的信道估计、传输机制、多用户调度、动态资源分配、自定位等方面的研究。论文的创新性工作主要包括如下几个方面:1)对于传统多天线信道模型不能表征毫米波大规模多天线特有的信道特性这一问题,设计更加贴合毫米波大规模多天线自身特征的系统模型和信道模型并基于阵列天线理论研究了60GHz室内环境配备均匀平面天线阵列的大规模多天线系统的信道估计和传输机制问题。根据毫米波大规模多天线系统的独特属性,信道估计可以分解为角度估计和路径增益估计两部分。在此基础上,提出了一种基于阵列信号处理辅助的快速到达角估计算法,同时可以用非常少量的训练资源来获取信道增益信息,这显着地降低了训练开销和反馈成本。此外,利用角度互易性来设计同时满足时分双工和频分双工系统的下行链路信道估计算法。为了提高频谱和能量效率,还设计了一种基于不同用户的角度标识集合信息的用户调度算法。与现有的信道估计算法相比,新提出的信道估计算法不需要任何的信道统计信息,可以通过二维离散傅里叶变换操作有效部署,并且可以同时适用于时分双工和频分双工系统,是60GHz室内通信的有效解决方案。2)对于高频段器件工艺水平不够且价格高昂这一问题,结合硬件性能受限的室外毫米波大规模MIMO传输技术,提出了一种新的混合模拟数字预编码架构的毫米波大规模多天线系统低成本的信道估计方案,并对该方案进行性能分析。在所提出的估计方法中,信道被分解为到达角信息和信道增益信息。首先,基于二维离散傅里叶变换和角度旋转操作设计了快速到达角估计算法,并且使用少量的训练资源设计了简单的信道增益估计算法。为了评估所提出的到达角估计和信道增益估计算法的性能,推导出了联合到达角估计和信道增益估计算法的均方误差理论界限和相应的克拉美罗下界理论界限的闭合表达式。结果表明,在天线数足够多的情况下,所提出的到达角估计算法和信道增益估计算法非常接近相应的克拉美罗下界,具有很好的性能。3)对于传统毫米波系统服务用户数量不能大于射频器件数量这一问题,研究了具有混合模拟数字预编码架构的毫米波非正交多址系统的信道估计、混合预编码、用户调度和功率分配问题。利用毫米波信道的特殊结构特征,提出了一种通用的迭代索引检测信道估计算法,它既可以估算每个信道路径的到达角信息还可以估计每个信道路径的信道增益。随后,又提出了一种基于角度域的混合模拟数字预编码方案,这种方案可以减少不同波束间的干扰从而提高系统的可达和速率。为了最大化系统可达和速率,结合不同用户的干扰约束,建模了联合优化用户调度和功率分配的非凸问题。为了解决这个非凸问题,将其分解为两个子问题,即用户调度子问题和功率分配子问题。随后,提出了一种新颖的基于匹配理论的用户调度算法来解决用户调度子问题。利用用户调度结果,提出了迭代优化算法来实现动态的功率分配。仿真结果表明,与传统方法相比,所提出的到达角估计和信道估计算法都有更好的性能和更低的计算复杂度。此外,所提出的基于匹配理论的用户调度算法和动态功率分配方案的性能也优于传统的毫米波波束域多天线系统。4)对于无人机尺寸不能满足大规模天线数量的需求这一问题,提出了一种无人机蜂群系统的信道估计和自定位算法。根据信道的物理特性,可以将信道分解为到达角信息,无人机间的相对位置信息和相应的信道增益信息。首先,证明了行列式矩阵零空间的唯一性,并提出一种基于秩损估计器的到达角估计算法。在获得到达角信息之后,可以使用非常少量的训练资源执行信道增益估计。理论上,当发送信号的数量大于或等于3时,自定位估计算法就不会存在模糊性。然而,由于噪声的存在,在实际估计中可能会出现异常现象。随后,提出了两种有效的自定位算法,避免了对整个格点区域的穷举搜索,大大减少了计算复杂度。此外,还推导了自定位估计克拉美罗下界的闭合表达式。仿真结果表明,所提出的信道估计和自定位算法具有很好的性能。当发送信号的数量增加、信噪比增大和样本数量增加时,所提出的算法的性能会进一步提高。
钟罡[10]（2019）在《基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究》文中研究说明随着高速铁路、航空、城市轨道交通等客运方式的快速发展,衔接多种交通方式的综合客运枢纽在居民的日常出行中占据着日益重要的地位。大规模客流的集散使得综合客运枢纽成为城市交通网络中的关键结点,研究枢纽乘客的出行行为能够掌握枢纽的日常运营情况,分析枢纽对于城市交通的现有和潜在影响,为交通规划者和管理者提供必要的支撑信息。手机信令数据作为一类典型的交通大数据,研究者已经尝试将其应用于居民出行行为分析研究并取得了部分理论和实践成果,然而完善成熟的方法体系仍处于不断探索的过程,尤其是对重点区域和特定群体的研究目前受到的关注较少。基于手机信令数据在出行行为分析研究领域表现出的潜力,论文通过手机信令数据的特征分析、枢纽乘客的识别、枢纽乘客的出行特征分析、枢纽乘客的出行需求分析等多个方面尝试探索手机信令数据在枢纽乘客出行行为分析方面的应用。具体的研究内容和成果可以概括为以下几个部分:首先,论文从手机信令数据的基本概念入手,介绍了GSM通信网络的基本架构和手机信令数据的产生原理,并对手机信令数据的定位原理进行了说明;以实际获取的手机信令数据为例,解析了数据的具体字段组成及含义,通过空间精度和时间精度的分析阐述了数据的基本特征;针对手机信令数据中存在的各类噪声数据,说明了噪声数据的产生原因及数据形式,提出了相应的数据预处理方法;对比分析了包含手机信令数据在内的几类新型位置数据的数据特征,总结了手机信令数据的优缺点以及在出行行为研究中的适用性,并说明了手机信令数据的大数据特性。第二,基于对综合客运枢纽基本概念的梳理,提出了枢纽通信空间范围的识别方法和枢纽乘客的分类识别方法,分别用于从手机信令数据中提取研究范围和研究对象。在研究范围提取方法中,论文定义了时间距离和空间距离的概念,构建了时空距离模型用以度量基站之间的相似性,基于对基站之间相似性的分析构建了一套判断枢纽周边基站是否属于枢纽通信空间范围的方法流程;在研究对象识别方法中,论文对枢纽乘客进行了分类,根据各类乘客的数据时空特征建立了对应的识别准则,实现对各类乘客的具体识别。论文以上海虹桥枢纽作为分析实例,对枢纽乘客的识别结果进行了误差分析,验证了方法的有效性。第三,根据对“电子轨迹”和出行轨迹的对比,指出了从手机信令数据中提取出行轨迹的必要性,论文将出行轨迹分为出行端点和出行过程两个部分,以出行端点识别方法作为出行轨迹提取方法的核心部分,对经典的Asakura方法进行了具体介绍和局限性分析,引入了最小包围圆理论作为出行端点的空间限制条件,建立了改进的出行端点识别方法,利用上海市的手机信令数据验证了改进方法的有效性和优越性。以此为基础,论文提出了枢纽乘客的出行特征指标,并具体分析了虹桥枢纽乘客的出行特征;另外,论文采用了关联规则方法分析枢纽乘客的出行轨迹,建立了一种枢纽TOD模式的评估方法,用以量化评估枢纽开发区对于乘客的吸引能力以及与城市中其他区域的空间联系。最后,结合获取的枢纽乘客的出行轨迹和出行特征信息,论文提出了一种枢纽乘客的出行需求分析方法,包括出行需求模式分析和交通走廊识别;在对枢纽乘客的出行进行研究范围和相关性筛选的基础上,论文提出了出行需求模式参数用以对枢纽乘客在城市范围内与枢纽相关的出行需求的归一化和可视化展示,规避了由于交通小区面积的差异而带来的分析偏差;根据对前人研究方法的介绍和对比,论文改进了一种基于映射模型的交通走廊识别方法以满足研究需求,通过交通走廊的识别展示大量出行需求的具体空间分布特征。论文以虹桥枢纽作为示例分析了枢纽乘客在上海市范围的出行需求模式,识别了与虹桥枢纽相关的两条交通走廊。论文的工作对枢纽乘客的出行行为研究以及手机信令数据在城市交通中的应用进行了探索,将理论研究与实例分析进行了紧密结合,为工程应用提供了理论支撑。
二、移动通信系统中的定位技术研究（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、移动通信系统中的定位技术研究（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）面向灾后环境的通导一体化信号资源分配方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 我国自然灾害频发,灾后救援亟需室内外高精度定位技术 |
| 1.1.2 当前的定位技术尚不能有效满足灾后救援的需求 |
| 1.1.3 通导一体化信号为室内外无缝定位提供新思路 |
| 1.2 研究现状 |
| 1.2.1 室内定位技术研究现状 |
| 1.2.2 通导一体化方法研究现状 |
| 1.2.3 资源分配方法研究现状 |
| 1.3 研究内容与创新点 |
| 1.4 论文组织结构 |
| 第二章 MS-NOMA技术基础与移动通信系统定位原理 |
| 2.1 OFDM技术 |
| 2.1.1 OFDM概述 |
| 2.1.2 较高PAPR和频偏的解决方法 |
| 2.2 NOMA技术 |
| 2.2.1 NOMA概述 |
| 2.2.2 串行干扰消除 |
| 2.3 移动通信网络中的定位技术 |
| 2.3.1 MSC城市定位和小区识别码(CID)定位 |
| 2.3.2 时间测量定位 |
| 2.3.3 角度测量定位 |
| 2.3.4 融合定位技术和5G通导一体化网络 |
| 2.4 本章小结 |
| 第三章 面向MS-NOMA上行信号的联合功率分配方法 |
| 3.1 MS-NOMA信号体制 |
| 3.2 单基站MS-NOMA上行系统模型 |
| 3.2.1 定位用户的测距误差 |
| 3.2.2 通信用户的误比特率 |
| 3.2.3 总功率约束 |
| 3.3 两个最优化问题 |
| 3.4 传统功率分配方法 |
| 3.5 仿真结果分析 |
| 3.6 本章小结 |
| 第四章 多基站情景下MS-NOMA上行信号的功率分配算法 |
| 4.1 多基站功率分配模型 |
| 4.2 MS-NOMA信号的两种用户特征 |
| 4.2.1 通信用户的误比特率 |
| 4.2.2 定位用户的定位误差 |
| 4.2.3 两个最优化问题 |
| 4.3 仿真结果 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）光子毫米波/太赫兹波通信理论与关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光子毫米波/太赫兹波生成与RoF传输 |
| 1.2.2 毫米波/太赫兹的波束追踪及定位 |
| 1.3 论文的课题来源和创新点 |
| 1.4 论文的主要研究内容和结构安排 |
| 第二章 光载无线系统的理论研究和关键技术介绍 |
| 2.1 光子毫米波/太赫兹波通信系统 |
| 2.1.1 毫米波/太赫兹波生成技术 |
| 2.1.2 毫米波/太赫兹波接收技术 |
| 2.2 信号调制方式 |
| 2.2.1 调制解调技术及相关器件 |
| 2.2.2 数字信号处理技术 |
| 2.3 毫米波/太赫兹信号的波束赋形与追踪定位 |
| 2.3.1 自适应高频天线波束赋形技术 |
| 2.3.2 基于机器学习的精密室内定位技术 |
| 2.4 本章小结 |
| 第三章 基于电吸收调制激光器的平坦化光频梳源毫米波系统 |
| 3.1 引言 |
| 3.2 基于EML和相位调制器级联生成光频梳的原理分析 |
| 3.2.1 平顶化脉冲串的产生原理 |
| 3.2.2 基于电吸收效应的强度调制器 |
| 3.2.3 基于EML和相位调制器级联的光频梳生成结构 |
| 3.3 基于EML和相位调制器生成最佳工作范围的仿真分析 |
| 3.4 平坦化光频梳源生成系统搭建和实验结果 |
| 3.4.1 实验装置 |
| 3.4.2 实验结果讨论 |
| 3.5 本章小结 |
| 第四章 D波段矢量毫米波生成技术及在RoF系统中的传输与探测 |
| 4.1 引言 |
| 4.2 基于强度调制器的D波段SSB矢量毫米波的生成系统 |
| 4.2.1 基于单驱动MZM产生光频梳原理 |
| 4.2.2 基于推挽MZM实现单边带调制技术 |
| 4.2.3 系统方案与实验装置 |
| 4.2.4 实验结果分析 |
| 4.3 基于I/Q调制器的D波段SSB矢量毫米波的生成系统 |
| 4.3.1 光载波抑制的原理分析与仿真 |
| 4.3.2 基于I/Q调制器实现单边带调制技术 |
| 4.3.3 系统方案与实验架构 |
| 4.3.4 实验结果分析与讨论 |
| 4.4 本章小结 |
| 第五章 基于强度调制器的自适应N~2-QAMW波段矢量毫米波生成技术 |
| 5.1 引言 |
| 5.2 基于单个强度调制器实现光子倍频信号产生方案 |
| 5.3 N~2-QAM调制格式生成原理 |
| 5.3.1 N~2-QAM格式的生成条件 |
| 5.3.2 N~2-QAM实现的公式推导 |
| 5.4 N~2-QAMW波段矢量倍频毫米波生成的实验装置 |
| 5.5 实验结果分析与讨论 |
| 5.6 本章小结 |
| 第六章 毫米波与太赫兹波的全波段发射与波束追踪定位 |
| 6.1 引言 |
| 6.2 基于光混频器的毫米波与太赫兹波全波段无线发射机 |
| 6.2.1 全波段无线电波波发射机实验装置 |
| 6.2.2 实验结果讨论 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 图目录 |
| 附录一 缩略语列表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）通信导航一体化技术研究进展（论文提纲范文）
| 0 引言 |
| 1 通信导航一体化的演进 |
| 1.1 移动通信网的通导一体化进程 |
| 1.2 其他网络的通导一体化进程 |
| 2 通导一体化常见定位方法 |
| 2.1 临近定位 |
| 2.2 三边定位 |
| 2.3 角度定位 |
| 2.4 指纹匹配定位 |
| 2.5 混合定位 |
| 3 通导一体化关键技术 |
| 3.1 小区识别码定位技术 |
| 3.2 指纹定位技术 |
| 3.3 通导一体化信号体制设计 |
| 3.4 通信导航间干扰的消除 |
| 3.5 多系统融合定位协议 |
| 4 通导一体化技术展望 |
| 4.1 MIMO技术 |
| 4.2 毫米波 |
| 4.3 协同定位 |
| 4.4 超密集网络 |
| 4.5 人工智能 |
| 5 结论 |
（5）面向5G的通导融合信号体制设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 论文主要研究内容 |
| 1.3.1 通导融合信号体制设计 |
| 1.3.2 干扰分析 |
| 1.3.3 融合信号的资源分配 |
| 1.4 论文章节安排 |
| 第二章 移动通信系统定位技术简介 |
| 2.1 LTE网络中的定位架构 |
| 2.2 TOA和TDOA定位技术方案 |
| 2.3 PRS(定位参考信号) |
| 2.4 本章总结 |
| 第三章 基于NOMA的通导融合信号 |
| 3.1 NOMA技术背景简介 |
| 3.1.1 NOMA技术的基本原理 |
| 3.1.2 SIC基本原理 |
| 3.2 MS-NOMA信号体制设计 |
| 3.2.1 MS-NOMA频域结构 |
| 3.3 干扰分析 |
| 3.3.1 定位信号对通信信号的干扰分析 |
| 3.3.2 通信信号对定位信号的干扰分析 |
| 3.4 数值分析与仿真 |
| 3.4.1 通信信号性能分析 |
| 3.4.2 定位信号性能分析 |
| 3.5 本章小结 |
| 第四章 在MS-NOMA系统中的功率分配方案 |
| 4.1 引言 |
| 4.2 基于MS-NOMA信号的功率分配方案 |
| 4.2.1 系统模型 |
| 4.2.2 凸优化问题建立 |
| 4.2.2.1 目标函数 |
| 4.2.2.2 约束条件 |
| 4.2.3 功率分配方案 |
| 4.2.4 联合功率分配算法 |
| 4.3 数值仿真与分析 |
| 4.4 本章小节 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文及专利 |
（6）移动通信系统形式化描述方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 排序算法研究的国内外现状 |
| 1.2.1 串行排序 |
| 1.2.2 并行排序 |
| 1.3 形式化和演算简介 |
| 1.3.1 形式化简介 |
| 1.3.2 演算简介 |
| 1.4 移动演算的国内外研究现状 |
| 1.4.1 早期典型进程演算 |
| 1.4.2 进程演算的发展 |
| 1.5 面临的关键问题 |
| 1.6 论文主要工作 |
| 1.7 论文组织安排 |
| 第二章 π演算和seal演算基础 |
| 2.0 引言 |
| 2.1 π演算简介 |
| 2.1.1 模拟与互模拟 |
| 2.1.2 交互 |
| 2.1.3 π 演算语法 |
| 2.1.4 π演算的结构同余和反应 |
| 2.1.5 π演算的操作语义 |
| 2.1.6 多目π演算 |
| 2.1.7 π演算中的移动性 |
| 2.2 π演算应用举例 |
| 2.2.1 数字表示和数字加减法 |
| 2.2.2 两元素的比较 |
| 2.2.3 实用停止等待协议的描述 |
| 2.3 seal演算简介 |
| 2.3.1 seal演算的语法及语义 |
| 2.4 seal演算应用举例 |
| 2.4.1 数字的表示和数字运算 |
| 2.4.2 GASNIS拓扑结构的变化 |
| 2.5 小结 |
| 第三章 并发排序算法及其形式化描述 |
| 3.1 引言 |
| 3.2 基于链表存储的良序集合中元素的排序 |
| 3.3 基于索引存储元素的并发排序 |
| 3.3.1 并发筛选排序算法思路 |
| 3.3.2 基于seal演算的并发筛选排序算法 |
| 3.3.3 并发筛选插入排序思路 |
| 3.3.4 基于seal演算的并发筛选插入排序算法 |
| 3.5 小结 |
| 第四章 量化seal演算 |
| 4.1 引言 |
| 4.2 对seal演算的量化描述扩展 |
| 4.2.1 资源量化 |
| 4.2.2 位置量化 |
| 4.2.3 .复制和并发量化 |
| 4.2.4 过程量化 |
| 4.3 小结 |
| 第五章 基于量化 SEAL 演算的GASNIS 任务调度形式化描述 |
| 5.1 引言 |
| 5.2 GASNIS任务调度简介 |
| 5.2.1 GASNIS任务调度的逻辑结构 |
| 5.2.2 GASNIS任务调度流程: |
| 5.3 简单GASNIS的任务调度举例 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 本文的贡献与创新 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 :攻读博士学位期间发表的论文 |
| 附录2 :攻读博士学位期间申请的发明专利 |
| 致谢 |
（7）面向通信导航融合系统的导航基带信号处理关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 无线定位的起源和发展 |
| 1.1.2 通信导航融合定位技术 |
| 1.1.3 本文研究意义 |
| 1.2 研究现状分析 |
| 1.2.1 同源时钟下抗多址干扰的码最优设计研究 |
| 1.2.2 混合码捕获和精细频率估计研究 |
| 1.2.3 信噪比瞬时强波动下的鲁棒跟踪技术研究 |
| 1.3 本文主要研究内容和贡献 |
| 1.4 本文主要工作和章节安排 |
| 第二章 通信导航融合系统和混合码定位信号设计 |
| 2.1 引言 |
| 2.2 通信导航融合系统 |
| 2.3 同源时钟下的混合码定位信号设计 |
| 2.3.1 伪码的相关性 |
| 2.3.2 通信导航融合信号设计 |
| 2.3.3 定位信号与通信信号之间的干扰分析 |
| 2.3.4 定位信号传播模型 |
| 2.4 导航基带信号处理结构和任务分析 |
| 2.5 本章小结 |
| 第三章 混合码捕获和精细频率估计研究 |
| 3.1 引言 |
| 3.2 信号捕获性能分析 |
| 3.2.1 现有捕获算法比较 |
| 3.2.2 混合码对并行码相位搜索捕获的影响 |
| 3.3 预估参考码相位的连续检测捕获算法研究 |
| 3.3.1 参考码相位的预估计 |
| 3.3.2 基于连续比较检测的码相位确定 |
| 3.3.3 仿真结果与分析 |
| 3.4 基于并行快速正交搜索的精细频率估计算法研究 |
| 3.4.1 候选函数的构造 |
| 3.4.2 隐式正交求解残余载波频率 |
| 3.4.3 仿真结果与分析 |
| 3.5 本章小结 |
| 第四章 信噪比瞬时强波动下的鲁棒跟踪技术研究 |
| 4.1 引言 |
| 4.2 跟踪环路性能分析 |
| 4.2.1 跟踪环路结构 |
| 4.2.2 混合码对跟踪环路的影响 |
| 4.3 模糊控制算法辅助下的KF载波跟踪算法研究 |
| 4.3.1 基于KF的三阶PLL模型 |
| 4.3.2 基于KF的二阶FLL模型 |
| 4.3.3 基于KF的二阶FLL辅助三阶PLL模型 |
| 4.3.4 模糊控制算法辅助下的KF载波环路设计 |
| 4.3.5 仿真结果与分析 |
| 4.4 基于泰勒展开的快照重放式伪距测量方法研究 |
| 4.4.1 频带受限下的自相关函数分析 |
| 4.4.2 快照重放式伪距测量方法 |
| 4.4.3 带宽受限下的TDOA估计 |
| 4.4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 第五章 定位接收机设计和性能测试 |
| 5.1 引言 |
| 5.2 定位接收机整体架构 |
| 5.2.1 定位接收机硬件架构 |
| 5.2.2 定位接收机软件架构 |
| 5.2.3 导航基带处理整体架构 |
| 5.3 实验设备和测试环境 |
| 5.3.1 实验设备 |
| 5.3.2 测试环境搭建 |
| 5.4 定位接收机实际性能测试与算法验证 |
| 5.4.1 定位接收机捕获性能测试 |
| 5.4.2 定位接收机跟踪性能测试 |
| 5.4.3 定位精度测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究内容总结 |
| 6.2 通信导航融合系统展望 |
| 参考文献 |
| 缩略语 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间申请专利目录 |
（8）大规模MIMO系统用户调度与定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 英文缩略语 |
| 第一章 绪论 |
| 1.1 大规模MIMO无线通信 |
| 1.2 用户调度与同小区用户间干扰抑制 |
| 1.3 高精度用户定位 |
| 1.4 论文主要工作和章节安排 |
| 第二章 FDD大规模MIMO系统用户凝聚型聚类与组调度方法 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 用户凝聚型聚类方法 |
| 2.4 基于平均信漏噪比的迭代分组调度方法 |
| 2.4.1 平均信漏噪比下界 |
| 2.4.2 外预编码器设计 |
| 2.4.3 迭代分组调度与外预编码器设计方法 |
| 2.5 适用于均匀线阵的低复杂度实现方法 |
| 2.5.1 基于DFT近似的用户凝聚型聚类方法 |
| 2.5.2 基于DFT近似的用户分组调度方法 |
| 2.6 数值仿真 |
| 2.7 本章小结 |
| 第三章 大规模MIMO-OFDM系统中基于位置指纹信息的单基站定位 |
| 3.1 引言 |
| 3.2 指纹提取 |
| 3.2.1 信道模型 |
| 3.2.2 ADCPM位置指纹信息提取 |
| 3.2.3 指纹压缩 |
| 3.3 指纹相似性度量 |
| 3.4 指纹聚类与位置估计 |
| 3.4.1 二级指纹聚类方法 |
| 3.4.2 加权K近邻位置估计方法 |
| 3.5 数值仿真 |
| 3.5.1 仿真平台 |
| 3.5.2 仿真结果 |
| 3.6 本章小结 |
| 第四章 利用深度卷积神经网络的大规模MIMO-OFDM系统指纹定位方法 |
| 4.1 引言 |
| 4.2 系统架构与位置指纹信息提取 |
| 4.2.1 系统架构 |
| 4.2.2 信道模型 |
| 4.2.3 ADCAM位置指纹信息提取 |
| 4.2.4 指纹相似性度量 |
| 4.3 深度卷积神经网络定位方法 |
| 4.3.1 深度卷积神经网络典型结构 |
| 4.3.2 基于分类输出深度卷积神经网络的定位方法 |
| 4.3.3 基于回归输出深度卷积神经网络的定位方法 |
| 4.3.4 多级深度卷积神经网络架构 |
| 4.4 仿真验证 |
| 4.4.1 仿真平台 |
| 4.4.2 深度卷积神经网络参数配置 |
| 4.4.3 仿真结果 |
| 4.5 本章小结 |
| 第五章 全文总结 |
| 参考文献 |
| 作者攻读博士学位期间发表与投递的论文 |
| 作者攻读博士学位期间授权与申请的专利 |
| 致谢 |
（9）毫米波大规模多天线系统信道估计和传输机制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 缩略语 |
| 常用数学符号 |
| 1 绪论 |
| 1.1 毫米波大规模MIMO技术概述 |
| 1.1.1 毫米波大规模MIMO的研究背景 |
| 1.1.2 毫米波大规模MIMO的科学意义 |
| 1.1.3 毫米波大规模MIMO的应用 |
| 1.2 毫米波大规模MIMO研究现状 |
| 1.2.1 毫米波大规模MIMO信道估计研究 |
| 1.2.2 毫米波大规模MIMO性能分析和资源分配研究 |
| 1.2.3 混合模拟数字预编码架构毫米波大规模MIMO研究 |
| 1.2.4 毫米波大规模MIMO用户调度研究 |
| 1.2.5 基于毫米波大规模MIMO的无人机通信研究 |
| 1.2.6 毫米波大规模MIMO技术的研究不足与挑战 |
| 1.3 主要创新工作与章节安排 |
| 2 室内60GHz大规模MIMO系统信道估计和传输机制研究 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 基于阵列天线理论的DOA估计算法设计 |
| 2.3.1 基于二维傅里叶变换的快速初始化DOA估计算法 |
| 2.3.2 基于角度旋转的精准DOA估计 |
| 2.3.3 空间分辨率和DOA模糊性分析 |
| 2.4 上行信道估计算法设计 |
| 2.4.1 上行预言帧传输阶段角度标识获取算法设计 |
| 2.4.2 上行信道估计算法设计 |
| 2.5 下行传输机制设计 |
| 2.5.1 基于角度互易性的下行信道估计算法设计 |
| 2.5.2 下行输出传输的用户调度策略 |
| 2.6 仿真结果与分析 |
| 2.7 本章小结 |
| 3 混合模拟数字预编码架构毫米波大规模MIMO信道估计和性能分析 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 传播模型 |
| 3.2.2 信道模型 |
| 3.3 基于阵列信号处理的DOA估计算法设计 |
| 3.3.1 上行链路预言帧传输 |
| 3.3.2 DOA估计算法设计 |
| 3.3.3 信道增益估计和混合模拟数字预编码设计 |
| 3.4 DOA和信道增益估计算法的性能分析 |
| 3.4.1 所提算法的理论MSE推导 |
| 3.4.2 克拉美罗下界分析 |
| 3.5 仿真结果 |
| 3.6 本章小结 |
| 4 混合模拟数字预编码架构毫米波NOMA系统信道估计和传输机制研究 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 下行链路传输模型 |
| 4.2.2 信道模型 |
| 4.3 基于索引检测的信道估计算法设计 |
| 4.4 混合模拟数字预编码架构毫米波NOMA系统的传输机制研究 |
| 4.4.1 混合模拟数字预编码方案设计 |
| 4.4.2 问题建模 |
| 4.4.3 基于匹配理论的用户调度算法 |
| 4.4.4 功率分配算法 |
| 4.4.5 联合用户调度和功率分配方案 |
| 4.5 仿真结果 |
| 4.6 本章小结 |
| 5 分布式大规模MIMO信道估计和自定位技术在无人机蜂群中的应用 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.3 信道估计算法设计 |
| 5.3.1 基于RARE估计器的DOA估计算法设计 |
| 5.3.2 g(θ)估计算法设计 |
| 5.3.3 基于训练序列的信道增益估计算法设计 |
| 5.4 自定位算法设计 |
| 5.4.1 不存在PDA的充分和必要条件 |
| 5.4.2 实际的自定位算法设计 |
| 5.4.3 提高算法可靠性的方法 |
| 5.4.4 自定位估计的CRLB分析 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文与其他成果 |
| 学位论文数据集 |
（10）基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 综合客运枢纽乘客行为研究现状 |
| 1.2.2 移动通信定位技术及手机定位数据的应用现状 |
| 1.2.3 基于手机定位数据的人口活动特征研究现状 |
| 1.2.4 基于手机定位数据的出行者出行信息提取方法研究现状 |
| 1.2.5 基于手机定位数据的居民出行模式研究现状 |
| 1.2.6 研究现状总结 |
| 1.3 研究目的和意义 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 手机信令数据的特征分析与预处理方法研究 |
| 2.1 手机信令数据的产生原理与定位技术 |
| 2.1.1 蜂窝移动通信网络的发展历程 |
| 2.1.2 GSM移动通信系统与手机信令数据的获取 |
| 2.1.2.1 GSM移动通信系统架构 |
| 2.1.2.2 GSM网络信号空间覆盖结构与形状特征 |
| 2.1.2.3 信令的概念 |
| 2.1.2.4 信令数据的产生与采集 |
| 2.1.3 GSM移动通信系统的定位技术 |
| 2.2 手机信令数据的特征分析 |
| 2.2.1 本文采用的手机信令数据库概述 |
| 2.2.2 手机信令数据组成 |
| 2.2.3 手机信令数据空间精度特征 |
| 2.2.3.1 基站位置数据库 |
| 2.2.3.2 空间精度特征分析 |
| 2.2.4 手机信令数据时间精度分析 |
| 2.3 手机信令数据的预处理方法 |
| 2.3.1 无效数据处理 |
| 2.3.2 重复数据处理 |
| 2.3.3 乒乓数据处理 |
| 2.3.4 漂移数据处理 |
| 2.4 手机信令数据适用性与大数据特性分析 |
| 2.4.1 手机信令数据应用于出行行为研究的适用性 |
| 2.4.1.1 几类新型位置数据特征对比 |
| 2.4.1.2 适用性分析 |
| 2.4.2 手机信令数据的大数据特性 |
| 2.5 本章小结 |
| 第三章 基于手机信令数据的综合客运枢纽乘客识别方法 |
| 3.1 综合客运枢纽的基本概念 |
| 3.1.1 综合客运枢纽的定义 |
| 3.1.2 综合客运枢纽的功能 |
| 3.1.3 综合客运枢纽在城市交通中的作用 |
| 3.1.4 综合客运枢纽乘客出行行为研究的必要性 |
| 3.2 基于时空距离模型的枢纽通信空间范围识别方法 |
| 3.2.1 基本概念 |
| 3.2.1.1 枢纽通信空间范围 |
| 3.2.1.2 时间距离 |
| 3.2.1.3 空间距离 |
| 3.2.2 识别方法 |
| 3.2.2.1 选取枢纽通信空间范围的确定集合 |
| 3.2.2.2 选取确定集合中特征基站 |
| 3.2.2.3 建立时空距离模型 |
| 3.2.2.4 建立筛选标准 |
| 3.2.2.5 获取枢纽通信空间范围 |
| 3.3 基于规则的枢纽乘客分类与识别方法 |
| 3.3.1 枢纽通信空间范围内用户组成及乘客分类 |
| 3.3.2 基于手机数据时空分布特性的识别规则与过程 |
| 3.3.2.1 用户手机数据集 |
| 3.3.2.2 识别规则与过程 |
| 3.4 实例分析 |
| 3.4.1 测试枢纽与数据简介 |
| 3.4.1.1 测试枢纽 |
| 3.4.1.2 测试数据 |
| 3.4.2 枢纽通信空间范围识别结果 |
| 3.4.2.1 数据分析 |
| 3.4.2.2 过程结果 |
| 3.4.2.3 识别结果 |
| 3.4.3 枢纽乘客分类与识别结果 |
| 3.4.3.1 参数设定 |
| 3.4.3.2 识别结果 |
| 3.4.4 扩样方法与结果验证 |
| 3.4.4.1 扩样方法 |
| 3.4.4.2 结果验证 |
| 3.5 本章小结 |
| 第四章 基于手机信令数据的枢纽乘客出行特征提取方法 |
| 4.1 基于时空阈值的出行轨迹提取方法 |
| 4.1.1 出行端点识别方法 |
| 4.1.1.1 方法分类与选择 |
| 4.1.1.2 Asakura方法介绍 |
| 4.1.1.3 最小包围圆问题及其求解方法 |
| 4.1.1.4 改进的出行端点识别方法 |
| 4.1.2 出行轨迹生成 |
| 4.1.2.1 起讫点位置坐标 |
| 4.1.2.2 出发/到达时间 |
| 4.1.2.3 无效出行过滤 |
| 4.2 枢纽乘客的出行特征指标 |
| 4.2.1 出行次数 |
| 4.2.2 出行时间 |
| 4.2.3 出行距离 |
| 4.2.4 空间分布密度 |
| 4.3 基于关联规则的枢纽TOD模式的评估方法 |
| 4.3.1 枢纽的TOD模式 |
| 4.3.2 关联规则 |
| 4.3.2.1 关联规则的概念与定义 |
| 4.3.2.2 求解算法 |
| 4.3.2.3 枢纽TOD模式的评估方法 |
| 4.4 实例分析 |
| 4.4.1 测试数据 |
| 4.4.2 出行轨迹提取方法的有效性 |
| 4.4.2.1 参数敏感性分析 |
| 4.4.2.2 有效性分析 |
| 4.4.2.3 出行轨迹示例 |
| 4.4.3 枢纽乘客的出行特征指标结果分析 |
| 4.4.3.1 出行次数 |
| 4.4.3.2 出行时间分布 |
| 4.4.3.3 出行距离 |
| 4.4.3.4 空间分布密度 |
| 4.4.4 枢纽TOD模式评估结果 |
| 4.4.4.1 项集建立 |
| 4.4.4.2 数据集建立 |
| 4.4.4.3 评价指标计算结果 |
| 4.5 本章小结 |
| 第五章 基于手机信令数据的枢纽乘客出行需求分析方法 |
| 5.1 枢纽乘客的出行需求模式分析方法 |
| 5.1.1 出行筛选方法 |
| 5.1.1.1 研究范围筛选 |
| 5.1.1.2 相关性筛选 |
| 5.1.2 出行OD矩阵生成方法 |
| 5.1.3 出行需求模式参数 |
| 5.2 枢纽相关的交通走廊识别方法 |
| 5.2.1 交通走廊的概念 |
| 5.2.2 交通走廊的常用识别方法 |
| 5.2.2.1 基于图论的识别方法 |
| 5.2.2.2 基于动态聚类的识别方法 |
| 5.2.2.3 基于映射模型的识别方法 |
| 5.2.2.4 方法对比与选择 |
| 5.2.3 基于数据驱动的交通走廊映射识别模型 |
| 5.2.3.1 映射模型 |
| 5.2.3.2 影响系数矩阵处理的优化算法设计 |
| 5.3 实例分析 |
| 5.3.1 测试数据 |
| 5.3.2 出行需求基本信息 |
| 5.3.3 出行需求模式参数计算结果 |
| 5.3.3.1 枢纽乘客整体出行需求模式 |
| 5.3.3.2 不同类乘客的出行需求模式 |
| 5.3.4 枢纽相关的交通走廊识别结果 |
| 5.3.4.1 OD对选择 |
| 5.3.4.2 交通走廊识别结果 |
| 5.3.4.3 交通走廊与城市交通网络的映射 |
| 5.4 本章小结 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表论文及参与科研情况 |
四、移动通信系统中的定位技术研究（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]面向灾后环境的通导一体化信号资源分配方法研究[D]. 蒋天润. 北京邮电大学, 2021(01)
- [3]光子毫米波/太赫兹波通信理论与关键技术研究[D]. 李依桐. 北京邮电大学, 2021(01)
- [4]通信导航一体化技术研究进展[J]. 尹露,马玉峥,李国伟,赵仁明,邓中亮. 导航定位与授时, 2020(04)
- [5]面向5G的通导融合信号体制设计研究[D]. 曹佳盟. 北京邮电大学, 2020(05)
- [6]移动通信系统形式化描述方法研究[D]. 卜浩. 武汉大学, 2019(01)
- [7]面向通信导航融合系统的导航基带信号处理关键技术研究[D]. 莫君. 北京邮电大学, 2019
- [8]大规模MIMO系统用户调度与定位方法研究[D]. 孙晓宇. 东南大学, 2019(01)
- [9]毫米波大规模多天线系统信道估计和传输机制研究[D]. 范典. 北京交通大学, 2019(01)
- [10]基于手机大数据的城市综合客运枢纽乘客出行行为分析方法研究[D]. 钟罡. 东南大学, 2019(05)