随着移动通信系统的高速发展,5G移动通信系统已经逐渐部署商用,6G也已经成为热点研究方向。同时,基于簇结构的无线信道建模方式在通信系统的中扮演了重要角色,以其平衡复杂度与精确度的优点被许多组织采纳为信道标准模型方案。而使用聚簇算法对信道多径进行准确地聚簇是基于簇结构信道建模中关键的一步。传统多径聚簇算法(例如KPowerMeans)因其存在的缺陷,诸如需要预设聚簇数目值、初始簇心的选取对聚簇结果精度有很大的影响等等,尤其在未来数据激增的通信场景中,这些不确定性会更加明显。因此,本论文基于实际测量和基于5G信道标准模型搭建的信道仿真平台获取的信道多径数据,研究探索适用于未来无线信道模型的聚簇算法,并对几种算法分别在实测数据和仿真数据中进行了验证和分析,同时对聚簇结果进行了多径参数统计特性分析。在此基础上,继续研究时变信道中多径簇的追踪算法,为未来通信系统应用于高速移动场景的信道建模做好研究基础。主要的研究内容包含了:(1)高频信道测量与搭建信道仿真平台:为了获取聚簇算法所需要的信道多径数据,进行了实际环境的信道测量,具体包括信道测量平台的搭建,设计虚拟MIMO信道测量方案,实施5G候选频段28GHz城市微蜂窝场景下的信道测量。并且使用SAGE参数估计算法从实际测量信道冲激响应中提取信道多径的特征参数,获取信道多径数据。同时搭建基于5G信道标准模型ITU-R M.2412的信道仿真平台,以获取带有标签值的信道多径仿真数据,为算法研究做好完备的数据基础。(2)单个信道片段下的聚簇算法研究:针对传统聚簇算法KPowerMeans存在的缺陷,引入DPC算法,该算法能够自动确定聚簇数目,并且算法稳定,单次运行便可以达到全局最优,并且适用于各种分布的数据。为了进一步提高聚簇的精确性,提出KDPC算法,该算法是在DPC的基础上,将DPC算法中计算信道多径的密度的关键步骤,引入信道多径参数(功率、时延和角度)的统计特性,采用联合核密度计算,使聚簇结果更符合实际的物理信道特征。并且在实际测量数据和仿真数据中联合验证分析三种算法的聚簇性能,同时对聚簇结果进行簇参数统计建模。(3)时变信道多径簇追踪算法研究:使用卡尔曼滤波器对相邻信道片段中的多径簇建立联系,针对算法存在的缺陷,提出数据流追踪算法,将聚簇和追踪在同一步骤中完成。在信道仿真数据中进行验证分析,显著提高聚簇和追踪效率。综上所述,本论文面向未来移动通信系统,对信道多径聚簇算法和追踪算法进行了详细的研究,并且在实际测量数据和仿真数据中进行了详细的对比分析。希望提出的算法能够在未来高速发展的移动通信系统研究中提供一定的参考。