当前课程知识点：移动通信原理 > 第十一章 MIMO空时处理技术 > 11.5 空时预编码 > 11.5 空时预编码
下面我们再来给大家介绍
另外一大类
用空时信号处理的方法
也就是所谓的就空时预编码
在具体介绍之前
我们先得给大家区分一下
空时预编码
和波束成形
它们之间的关系
区别
所以precoding和beamforming
本质上来讲
其实应当归为一类东西
它们的共性特点
都是在发送端
要进行一些加权
乘以一个加权权重系数
或者是加权矩阵
不过还是略有一点区别的
如果说我们只考虑precoding
那么一般而言
隐含的条件是发射端的天线
阵列的间距
可以充分到
比如说
大到10倍的波长
就没有不考虑
任何的阵源之间的相关性
完全独立也可以做
而对于Beamforming
来讲
早期的认识
是认为说天线的阵源之间
还是有相关性的
这也就是智能天线
或者说
是在第三代移动通信当中
我们国家所提出来的
中国3G的制式TDS
CDMA
体制当中所采用的
这种智能天线技术
那么它就是自适应
正面信号处理技术
那么对于这类技术
你一般来讲
要求阵源间隔是
半波长
叫λ/2是个半波长的情况
但是现在来看
差异性不那么明显
哪怕是阵元间距
大到10倍
λ就阵列阵源之间的
相互独立了
只要做一些权重加权
也可以认为是并不方便
所以这两者的区分
在这个意义上
不那么明确
在大致上有这么个概念
另外一方面还有一点小的区分
我们这么理解
precoding一般来讲是
有显示的
码本
也就是说发送端
我们要乘上一个码本
要做一个预编码
要成一个矩阵码
本就是个矩阵
码本
接收端是要已知的
我们已知
要确切知道
你乘了什么码本
我们来进行检测和处理
假如这样的一种流程的话
一般我们习惯上称它为是
precoding
预编码
而如果说不是这种方式是隐示的
也就是说beamforming
它在发送端的也要乘矩阵
而这个矩阵没有什么结构
是随机生成的
或者算法生成的
确切讲应当是根据算法生成的
收端并不需要知道
发送端
乘以的
乘上的矩阵是什么形式
它就隐含了
就被掩盖或者隐含了
收端其实相当于透明
不知道
相乘的矩阵是什么
具体结构
那么这样的形式
一般我们多称为是beamforming
我们先给大家讲讲这两者的区别
下面的是介绍
我们就不再严格区分
什么叫precoding
什么叫beamforming
我们有时候就混用
我们先看一下
采用这种beamforming
或者precoding
理论上能够带来的争议有多大
那么采用预编码的方式
从方法论上来讲
相当于是我们这个系统
对信道进行改造
就本来我这个信道响应矩阵式H
那么如果说我们乘上一个
预编码矩阵
那就相当于可以把 H做改造
所以典型的一些例子呢
其实前面我们讲
MIMO信道的
信息量分析的时候
已经提到了
比如说
我们刚才提到过的
做奇异值分解
我们把 V矩阵
这是个酉矩阵
乘到
做预编码与发送信号
而向量X相乘
那么这样看
相当于是
我们把X向量
进行了译编码变换
但是我也可以这样看
我把 V和H看作一体
看作是一个等效的矩阵
因为有V的存在
那么在接收段的
如果我们再乘上个
那不就相当于是把 H
矩阵
进行了奇异值分解吗
就把它对角化了
对不对
这样做的话
不就把原来有干扰的MIMO信道
把它改造为无干扰的
MIMO信道
这样它的性能
不就能够达到最佳
这就是一种典型的译编码方式
那么采用这样的改造手段
理论上能够获得多少增益呢
我们以这张图来给大家说明
同学们看
在这两组曲线当中
上办的曲线
都是我们进行了预编码
能够得到的信道容量
下半组这个曲线
实际上都是没有一编码
信道容量曲线
明显能看到
在中高信噪比的条件下
那么它有显著的性能争议
那就平台利用率
会有显著的提升
或者换句话讲
如果我们看横坐标而言的话
还有3个db
甚至5个db以上的信噪比的
增益
所以不管你是从频带效率
频带利用率
还是从性价比来看
我们加上预编码
对MIMO信道进行改造
都是一个强有力的有效手段
这就是呢我们为什么要广泛的去
研究
预编码在理论上的价值
那么到目前为止
空时预编码
或者Beamforming的
研究
我们可以做个类比
它也是划分为两种基本思路的
一类
我们称为是线性方法
线性预编码
另外一类
我们称为是非线性预编码
那么线性预编码
它的基本框架
下面的这样的一个结构
大家看呢
那么经过了空时编码以后
在发送的时候
我们要乘上一个预编码的矩阵
或者是并不方便的矩阵
那么接收的时候
我们再乘上一个检测的矩阵
那么预编码矩阵是F矩阵检测
矩阵是G举证
那么请大家注意
对于有预编码的这样一个系统
一般而言
我们除了正向的信道之外
总会有反向信道
反馈信道上承载什么
我们看
在接收机这一段
要进行信道估计
信道估计之后
我们要产生的信道测量的参数
信道测量参数到现在为止
我们大致上把它归结为是这样三
个参数
叫做是CQI RI PMI
或者我们把它分为两类
所谓CQI全称
叫China Quality I
就所谓的信道质量
标识或者径道质量因子
我们简称叫CQI CQI的
含义是什么呢
其实就是信噪比的量化版本
也就是说 CQI 在接收端
对信道响应进行估计
估出来瞬时的信噪比
因为信噪比反映了信道质量
我们把信噪比的一个量化
量化的叙述序号
从接受端的反馈到发送端
告诉我们发射机
我当前的信道状态信息
所以 CQI就指的是一个
量化的信噪比
那么RI它指的是
RANK indicate
实际上就指的是这个信
信道响应矩阵H矩阵的秩
它是不是满秩
它是不是亏秩
所以 I反映了他的这种质的
特性
那么PMI PMI是码本
序号
而它反映的实际上是
H矩阵在高位空间的一种
聚类或者投影的特性
总而言之 RI和PMI合并
起来
它其实就反映的是
信道响应矩阵
在高位空间的特性
那么这三个参数呢是从3G后期
B3G开始
其实主要是在4G
以及将来的5G
甚至包括将来的6G
只要我们采用技术的话
都会应用的三类
最重要的参数
这三类参数我们称它为是有效
反馈的
信道测量参数
那么通过测量
就把这三类参数
反馈到发送端
那么发送端就可以去
根据测量的结果
去选择
我到底应用什么样的波数成型
矩阵
或者说我们选择什么样的
预编码的码本
来调整的发射
所以大家看
这实际上是由前向和反向链路
构成了一个反馈
或者闭环的系统
通过测量和反馈调整
能够让系统
或者让MIMO信道达到的左右
这就是线性运动的过程
所谓的线性
我们稍微强调一下
这个地方的 F和T都只涉及到
矩阵的线性操作
更高阶
或者非线性操作是没有的
因此我们就称它为是线性预编码
那么上述这种预编码的信号模型
我们可以做一些简单的分析
也可以写成这样的形式
也就是说发射的信号像 X乘上
的预编码矩阵F再发到信道里
那么就对应的是H矩阵
再乘上检测矩阵
这样我们就得到了接收信号
当然还会加上加性噪声
对于这种线性预编码
如何来设计
它的发射矩阵
和接收矩阵呢
这类问题一般我们都归结为是
优化问题
我们用到的优化方法
往往都是
一类专门的优化理论
也就是所谓的突优化理论
凸优化理论
那么下面的内容
我是参考了
这一篇代表性的文献
给出的理论框架
工作是在广义最小均方误差准则
条件下
来设计的
线性预编码的编码矩阵
检测矩阵的
那么所谓的广义加权的
的 MMSE准则
它的代价函数
实际上是一种广义的
加权的均方误差
所谓广义加权均方误差
大家看到它的代价函数里面
会含有一个加权矩阵W 那么
普通的均方误差
其实就是误差的平方
然后取平均就求数学期望
如果广义加权
那显然应当在承上的加权举证
那么我们希望
让广义加权均方误差最小
它要满足一定的条件
也就是发射信号的功率
受限它不能超过最大功率
最大平均功率
不能超过最大值
那么最大值就是批
那么广义加权的均方误差
可以进行展开
仍然还是个二范数
我们可以对这个代价函数求
偏倒
或者求梯度
那么求完梯度以后
这就变成一个凸问题了
并且这个问题实际上是有约束的
优化问题
那么我们可以采用
拉格朗日对偶的方法
把这个约束条件
引入到代价函数里面去
变成一个扩展的代价函数
然后分别对代价函数的
各个参量
比如说加权矩阵
检测矩阵
来进行求偏导
最终我们就能够求出来最优解
我们看一下
求解的结果
求解
这个图问题的结果
我们不给具体表达式
因为表达式很复杂
一般来讲
我们得采用一些优化软件
才能算出具体的结果
我们看一下
最终经过了优化以后
做了这种结构分解
那么等一下的
这种最优的结系统结构是什么
就可以用这张图来表示
那么总体结构来看
那么我们最优的
预编码矩阵和检测矩阵
那么对应的系统结构
发送端就是这个样子
那里面还有一个F矩阵
分为两部分
一部分叫微矩阵
另外一部分叫做φF矩阵
那么在收端的检测矩阵
也分为两部分
是长成这个样子
也是V乘上H乘上RWW逆
另外还有一个φt
我们可以把
与编码的矩阵F矩阵
和检测矩阵G矩阵
把它具具体分解开
分解开以后能够看到
其实从发送到接收在
最优预编码设计的条件下
那么所得到的
其实是一些无干扰的信道
每一个子信道上面
它会乘上一个泛系数
这是信道增益系数
然后再乘上一个λ
这也是信道增益系数
那么收段还有一个
φ系数
这个是检测的一个比例放大系数
所以这就变成一个最优的
预编码分解结构
所以这种基本思路
实际上它的核心思想
还是像我们刚才讲过的
这种奇异值分解
SVD分解的思路一样
那么发端收端
只不过在约束条件下
做了线性预编码的
求解了
但其实最终的目的就是
屏蔽掉
或者消除掉天线间的相互干扰
变成了一组无干扰的
但是系数可以调整的
这样的一组独立信道
那么它的性能就能够达到最优
上述我们给出来的是广义
加权
最小均方误差准则下的
预编码的设计
其实说白了
这是一种
Beamforming的方法
下面我们再给大家讨论一下
明确的码本构造的方法
也就是说
我们不是beamforming的
我们看看码本怎么构造
就显示的码本如何构造
那么码本的构造
这一类的方法到目前为止
大致上有两大思路
一类我们用的是所谓的矢量量化
叫VQ另外一类叫做是封装
就是高维空间信号
封装方法
就格拉斯曼封装法
那么这两类方法是典型方法
所谓的矢量量化
我们简单说一说
矢量量化
它是矢量量化什么东西呢
矢量量化这个概念
实际上是来自于信源编码的
那么它是考虑
我们把一个有相关性的信源
它的信源的高维向量
就一组序列样本序列
看作是个高维向量
在高维空间当中进行优化分割
可以用尽量节省的
或者说更有效的编码方式
去表彰原始的信号
那么这种方法我们做了借鉴
不是拿来做信源编码的
而是拿来对
信道响应
矩阵来进行量化
我们把信道响应
看作是一种高危的信源
各个信道响应矩阵里面
看作是整个信源的样本
我们就可以采用适当量化的方法
把它量化成码本1
比如说M1
M2
好多的码本
这种方法
我们就称为矢量量化
这种方法理论上
能达到比较好的性能
但是它要进行大量的训练
那么它的离线的统计复杂度
是比较高的
并且很多时候
你这个信源
如果训练的不够充分
或者说场景发生了突变
它的匹配性能会变得比较差
与之相对应的另外一种方法呢
我们称为是
格拉斯曼封装法
所谓的这种封装法
这种方法
我们稍微给大家讲讲历史
你应知道格拉斯曼这位
这位学者
他是一位数学家
他本人相对来讲
名气小一点
他实际上是一位几何学家
他是研究微分几何的几何学家
他本人的名气不算特别大
但是他的朋友名气很大
他的朋友也是他的同学
爱因斯坦
那么格拉斯曼当年
他研究这些微分几何学
其实它就是纯数学研究
爱因斯坦在差不多快100年前
就上个世纪
一九一几年
到20年代初的时候
爱因斯坦在发明了
狭义相对论之后
投入了很大的精力
去研究广义相对论
但是爱因斯坦呢它
因为它的数学技术不是特别好
虽然物理直觉特别的强
他已经想到了
广义相对论的基本物理框架
但是一直很难物理框架
用数学工具能够表达出来
所以最后不得不去求助
他的朋友格拉斯曼
就让格拉斯们交给他数学
那么格拉斯曼交给他的数据
就是微分几何
也就是说呢用流行的方法去研究
整个重力场
我们现在不是这么高大上的
用流行方法研究物理问题
但是类似的思路
是用微分几何的方法去研究
信道
响应矩阵高位空间当中的流行
这是一个概率空间里的流行问题
那么这种方法
相对VQ来讲
它的适用性更强
它的理论性也比较漂亮
不过的理论的难度是
相对比较难的
所以这是两个典型的
有限码本构造的基本方法
顺便我们也说一说
现在在4G
以及5G当中
码本设计的基本方法
其实4G和5G当中
它并不追求最优的量
矢量量化或者最优的码本构造
往往要考虑工程的是有效性
或者工程的实用性
考虑到工程实用性的话
码本我们宁可牺牲一些性能
但是要让码本这样的简单通用
所以在4G和5G标准当中
所用到的预编码的码本
并不是用适量量化
或者格拉斯曼封装
所构建出来的
的其实就是一些简单的矩阵变换
比如主要是用好伺候的变换
那么得到的
但是码本
它的结构特别的简单
很利于工程上的实现
所以这就是
工程和理论之间的差异性
以上就是我们对
线性预编码的一些介绍
下面我们再来简单的说
一说非线性预编码 非线性预编码
一般而言
比线性预编码
要有更好的性能
不过它的复杂度
和适用性也更受限制
它的复杂度也更高一些
比如说我们经常会用到这种
非线性预编码方式
叫做是THP
大家回忆一下
这种THP一编码的方法
我们在第8章
曾经给大家提到过
在第8章
我们曾经提到过
有预均衡
同学们还记得吧
预均衡
他有一个对偶的方法
DFE
也就是判决反馈均衡
大家还记得
我们在第8章讲
分集均衡的时候提到过
判决反馈均衡是在收端先判
然后干扰重建
然后进行抵消
但是判决反馈均衡
会有错误传播的现象
所以我们采用对偶的方法
可以把 DFE对偶的发端区
不在收端作用
对
有的发端区就变成了THP
在预先可以把干扰消除掉
那么这种思想
我们借鉴到呢MIMO技术当中
那么不是在收端进行一个串行
干扰抵消检测
而变到发端去
我们就可以进行THP
这个不是拿来做均衡
因为是空间的东西
不是时间的东西
我们消除的是
空间天线间的干扰
所以就变成了THP
预编码
那么它的基本结构
大家看
就是下面示例图
也就是说
我们发射的多天线的
高危信号向量
那么首先先送到信道里去
但是我们在发射机这一端
其实是有信到响应的
估计的我们知道信道状态
就是H矩阵
我们知道
它输出的结果反馈
反馈重建出来干扰
预先就抵消掉了
但大家注意
因为这是信号的叠加
代数域上面的叠加
会导致信号动态范围变大
也就是说我们功率变大了
为了能够约束总功率不变
所以我们还要再做一次模运算
通过M径值RM径值的模运算
把信号的动态范围
限定到
和原来
不进行干扰抵消 一样大
这样就构成了
整个非线性预编码的基本结构了
这种结构 THP
它在大多数情况下
比线性预编码
能获得更好的性能
不过它的复杂度也比较高
另外 THP有一个
关键性的约束
必须要准确知道
H矩阵的
也就是信道状态的信息
假如说因为时延或者测量误差
发射端不能够完全确认的
信道状态信息
或者知道的结果有误差的话
这THP编码的性能
也会下降
我们给大家看一看
THP
加了预编码之后的
一些性能的比较
同学们看这张图
在这个曲线当中
THP编码的性能是最好的
那么SVD相对要差一些
而的检测性能是居中的
由此可见
在采用 HP之后
系统能得到显著的改进
好
上述我们介绍的预编码的方式
全都是单用户与编码
讲到这儿的时候
我们稍微给大家再引入一些概念
主要就是所谓的
单用户
和多用户MIMO
所谓单用户MIMO
我们指的是这样的
假设说
基站和移动台
都有多个天线配置
如果是单用户MIMO
那么基站的多个天线
可以多个天线
移动台也配多个天线
但是只有一个移动台
还是在基站的多天线
和移动台多天线之间
构成一个
点到点的
MIMO链路
所以这种系统
我们就称为SU MIMO
另外一个方面
因为现在
随着天线数目越来越多
那么我们要支持大容量通信
在一个小区当中
有多天线的用户
不止一个
比如说有好多个
这个时候的话
我们就可以考虑
把多个基站的天线
和多个用户的天线
把它构成一个大的虚拟的
那么基站有很多个天线
每一个用户终端
都有多个天线
把用多个用户终端的天线
我们看做一体化的
这样的系统
我们就称为是
MU MIMO作为我们来说
如果我们在多用户MIMO当中
大家看我这给的实际上是一个
基站发
多个用户收
实质上讲是一个下行多用户MIMO
其实就是一个广播小区
广播的多用户MIMO在这种多用户
情况下
我们可单用户比大家想想显然
除了发天线收天线的天线
维度以外
我们实质上讲
还多了一个维度
也就是用户为主
多个用户为主
你增加了用户为主之后
还相对于单用户MIMO而言
多用户MIMO还能获得增益
这种争议
我们就称为是多用户争议
那么大家看一下
在这种有多用户
情况下的MIMO
它的信道容量的容量域
我们可以写成下面这种表达式
这个涉及到的是
多用户信息论的知识
我们就不再细讲了
只给大家一个公式
那么这个公式
我们可以给它一个渐进值
给大家看看
用户数目的渐进制
怎么个比例变化
如何达到
这种多用户
MIMO的信道容量
那么理论上
我们可以做一些证明
是在2003年的时候
在TIT上面
有一组学者
给出来了严格的证明
说是我们采用
编码方法
我们今天称为是到Dirty paper coding
叫脏纸编码
dirty paper coding
采用这种编码方法
就能够达到
MIMO BC信道的容量体现
容量域
如果我们采用DPC编码
能够达到容量极限了
那么容量极限和什么有关呢
大家看这就是一个渐进关系
DPC的容量域
或者说MIMO
广播信道的容量域
其实应当正比于N
如图所示
N是什么呢
是基站的天线数目
那么也就是说合容量或者容量域
它实际上是随着基站天线说明的
增长
线性增长的
后面这部分是log
Log
请大家注意
这是对数里面取对数
这个争议不那么大
但是仍然还是可观的
那里面其实是两个
两个量的乘积
M指的是单个
移动台或者单个用户
它配置的天线数
一般来讲 M不是很大
比如说两天线
四天线就到头了
但是另外一个就是K
就指的是用户的数目
一般来讲
你随着用户数目的增长
那么K×M这个量
还是比较可观的
因此 K也就是所谓的多用户
增益
也对容量有很大的贡献
就是多用户增益
我们再说说
N显然应当是
容量是正比于
正比于基站天线的数目
所以 N越大
那么信道的小区的容量
或者说整个系统的容量会越高
或者换句话讲
也就是数据速率
峰值速率会越高
正因为这样
所以随着技术的发展
原来在3G系统当中
一般我们基站段只有两根天线
到了4G系统当中
我们就扩展到了4天线
甚至八
到了无5G系统当中
天线数目
就已经扩展到了32天线
也就是说我们所谓的Masswe
大规模天线Masswe MIMO
那么未来如果5G再进一步增强
32天线可能还不够
还要再进一步涨64
128 256 512
甚至到1024天线
因为天线数越多
那么容量越大
所以这是从理论上
可以能看得到的
那么在这一部分
我们再解释一下
脏纸编码的含义
就dirty paper coding
什么叫脏纸编码
那我们举个例子
比如说我们现在是两个人
U1
U2
在一张纸上写字
如果说
是我们普通的方法去写
显然
我们习惯上
可以把这个纸分成两半
好吧
U1呢在上半张纸上写字
U2在下半张纸上写字
这样的话
那两个人写的字
就互不重叠
互不干扰
这个方法当然是可行的
可是这种方法你想一想
显然约束或者限制了
用户一或者用户二它的空间
实际上每个用户的
如果我们把这一张纸
看作是一个总的容量的话
那么每个用户只能分到一半
它就不能分到全部的容量
所谓脏纸编码
我们讲个原理
具体细节我不介绍
所谓脏字编码是说
我们其实可以用户一和用户二
完全不受空间的限制
用户一和用户二
可以在整张纸上都写字
但大家可能会说
这都写字不就
用户一写一遍
用户二再写一遍
不就相互覆盖
就
就看不清楚了
我们想一些别的辙
比如说用户一和用户二
他用的
写字的笔是不一样的
用户一用红笔写
用户二
我这没有别的颜色
大家可以自己想想用户二
可以用
比如说蓝笔
虽然这两个用户
他们写的这个字
它会有重叠
所谓重叠就是相互干扰
但是呢因为它的颜色不一样
其实我们即使在干扰的情况下
仍然还是能够分清楚
这两个用户个写的是什么
换言之
这两个用户他的容量
都是一样大的
不用减半
所以这种思路
就相当
你看这一张纸上
我写字写脏了
作为我们形象化的名词
就叫脏纸编码
这种方法是非常重要的
一类广播编码的技术
将来可能在5G以后
或者在6G系统当中
得到普遍的使用
以上就是我们对预编码技术的
一些介绍
-1.1 前言
--1.1 前言
-1.2 移动通信发展的回顾
-1.3 第四代移动通信技术
-1.4 第五代移动通信技术
-1.5 未来移动通信技术
-第一章 作业
--第一章 作业
-2.1 移动信道的特点
-2.2 三类主要快衰落
-2.3 传播类型与信道模型的定量分析
-2.4 无线信道模型
-第二章 作业
--第二章 作业
-3.1 多址技术的基本概念
-3.2 移动通信中的典型多址接入方式
-3.3 码分多址CDMA中的地址码
-3.4 伪随机序列(PN)和扩频码的理论基础与分析
-第三章 作业
--第三章 作业
-4.1 语音压缩编码
-4.2 移动通信中的语音编码
-4.3 图像压缩编码
-4.4 我国音视频标准
-第四章 作业
--第四章 作业
-5.1 概述
--5.1 概述
-5.2 保密学的基本原理
-5.3 GSM系统的鉴权与加密
-5.4 IS-95系统的鉴权与加密
-5.5 3G系统的信息安全
-5.6 B3G与4G系统的信息安全
-第五章 作业
--第五章 作业
-6.1 移动通信系统的物理模型
-6.2 调制/调解的基本功能与要求
-6.3 MSK/GMSK调制
-6.4 π/4-DQPSK调制
-6.5 3π/8-8PSK调制
-6.6 用于CDMA的调制方式
-6.7 MQAM调制
-第六章 作业
--第六章 作业
-7.1 信道编码的基本概念
-7.2 线性分组码
-7.3 卷积码
--7.3 卷积码
-7.4 级联码
--7.4 级联码
-7.5 Turbo码
-7.6 交织编码
--7.6 交织编码
-7.7 ARQ与HARQ简介
-7.8 信道编码理论上的潜在能力与最大编码增益
-7.9 GSM系统的信道编码
-7.10 IS-95系统中的信道编码
-7.11 CDMA2000系统的信道编码
-7.12 WCDMA系统的信道编码
-第七章 作业
--第七章 作业
-8.1 分集技术的基本原理
-8.2 RAKE接收与多径分集
-8.3 均衡技术
--8.3 均衡技术
-8.4 增强技术与应用
-第八章 作业
--第八章 作业
-9.1 多用户检测的基本原理
-9.2 最优多用户检测技术
-9.3 线性多用户检测技术
-9.4 干扰抵消多用户检测器
-第九章 作业
--第九章 作业
-10.1 OFDM基本原理
-10.2 OFDM中的信道估计
-10.3 OFDM中的同步技术
-10.4 峰平比(PAPR)抑制
-第十章 作业
--第十章 作业
-11.1 多天线信息论简介
-11.2 空时块编码（STBC）
-11.3 分层时空码
-11.4 空时格码（STTC）
-11.5 空时预编码
-11.6 MIMO技术在宽带移动通信系统中的应用
-第十一章 作业
--第十一章 作业
-12.1 引言
--12.1 引言
-12.2 多功率控制原理
-12.3 功率控制在移动通信中的应用
-12.4 无限资源的最优分配
-12.5 速率自适应
-第十二章 作业
--第十二章 作业
-13.1 标准化进程
-13.2 HSPA系统
-13.3 EVDO系统
-13.4 LTE系统
-13.5 WiMax系统
-第十三章 作业
--第十三章 作业
-14.1 TDD原理
-14.2 TD-SCDMA
-14.3 UTRA TDD
-14.4 TD-HSPA
-第十四章 作业
--第十四章 作业
-15.1 移动网络的概念与特点
-15.2 从GSM/GPRS至WCDMA网络演讲
-15.3 第三代（3G）移动通信与3GPP网络
-15.4 从IS-95至CDMA2000网络演讲
-15.5 B3G与4G移动通信网络
-第十五章 作业
--第十五章 作业
-16.1 移动通信中的业务类型
-16.2 呼叫建立与接续
-16.3 移动性管理
-16.4 无线资源管理RRM
-16.5 跨层优化
-第十六章 作业
--第十六章 作业
