第五代(Fifth-Generation,5G)移动通信系统除了满足传统的连续广域覆盖外,还要实现未来物联网中的万物互联,其用户体验速率、流量密度、时延、能效等成为不同应用场景的主要性能指标。大规模天线等高效的传输的和超密集组网等技术离不开对5G信道传播特性和模型的深刻认知。和4G相比,5G信道模型在频率一致性、空时连续性等方面提出了更高要求。为适应5G信道模型标准化,传输新技术的评估和系统设计的需要,本文基于5G候选频段和典型场景开展了信道测试、建模和仿真研究工作。论文的主要研究内容和创新点包括:(1)毫米波重点频段室外微蜂窝场景信道建模与仿真基于Keysight先进的时域信道探测平台,在26、32和39 GHz频段开展了室外微蜂窝场景信道测试。结合毫米波信道测试系统特点和大量的测试数据,研究了路径损耗、参数提取、分簇、莱斯因子的计算和建模方法。利用空间交替广义期望最大化算法提取信道参数,较为全面地研究了信道特性,对比研究了参数化和非参数化建模结果,分析了环境因素对信道特征参数的影响,研究了 5G毫米波新频段的传播规律,并建立了信道的统计模型。基于所建的模型和参数以及3GPPa(3rd Generation Partnership Project,第三代合作伙伴计划)和ITU(International Telecommunication Union,国际电信联盟)推荐的 QuaDRiGa(Quasi-Deterministic Radio Channel Generator,准确定性无线信道仿真器)平台,开展了信道参数统计特性和时间演进特性的仿真验证研究,验证了QuaDRiGa平台在毫米波频段信道仿真的准确性。(2)市区微蜂窝时变信道建模与仿真为解决传统 GBSM(Geometry-Based Stochastic Channel Model,基于几何基础的随机统计模型)模型空时连续性差的缺陷,建立一种新颖的基于多径生灭的动态时变模型,模型在保持传统GBSM统计特性的同时,又具备了较好的空时连续性。基于 2.55 GHz 市区微蜂窝 MIMO(Multiple-Input Multiple-Output,多入多出)信道测试数据,研究建立了时变信道模型,给出了详细的模型参数和仿真实现步骤。通过对比实测数据和仿真结果的时变PDP(Power Delay Profile,功率时延谱)和信道特征参数统计分布,验证了模型的正确性。(3)基于神经网络的时变信道建模研究基于机器学习理论,建立一种新颖的基于人工神经网络的时变信道模型。利用径向基函数神经网络对毫米波实测信道的大尺度衰落和联合小尺度信道参数建模,以重现时变信道大尺度和小尺度衰落特性,使模型具有很好的空时一致性。结果表明,该模型产生信道数据的大尺度和小尺度参数均能很好地回放实测信道。(4)D2D信道特性与建模研究基于室内宽带D2D(Device-to-Device,设备对设备)MIMO信道测试数据,研究了收发终端一端和两端移动情况下接收信号幅度的分布规律,建立一种新颖的双瑞利和多重瑞利联合分布模型。使用SAGE算法提取信道参数,研究水平面和垂直面到达角和离开角的角度分布及相关性,并在此基础上推导了D2D信道多普勒谱的解析表达式,研究了 2D和3D的多普勒功率谱模型。开展了 D2D信道与传统F2M(Fix-to-Mobile,固定对移动)信道参数统计特性对比研究。结果表明,D2D信道的接收信号幅度在视距和非视距情形下,分别服从瑞利分布和瑞利-双瑞利联合等分布。(5)高铁候车厅场景毫米波大规模天线信道特性研究针对高铁候车厅场景,在国内首次采用阵列天线在28 GHz开展了信道测量,研究了采用阵列天线和虚拟大规模阵列天线时多径分布特性和信道参数统计特性,给出了初步的建模结果。研究表明,随着天线单元数增加,多径的空间分辨率显著提高,而簇的数量基本保持不变。时延扩展呈减小趋势,角度扩展呈增大趋势。