《移动通信》课程教学大纲 适用专业：通信工程编写日期：2015.10 执本科笔：刘世安适用对象： 审54 学时数：核： 一、课程教学目标 1、任务和地位： 本课程是通信工程(本科)专业的一门专业课。从学科性质上看，它是一门综合性很强的课程，综合了无线通信的系统原理及应用，其目的是使学生能适应现代社会通信事业快速发展的需要，并对移动通信原理、数字移动通信系统、数字移动通信技术与工程、个人通信有较深刻的理解。2、知识要求： 通过教学，使学生基本了解移动通信的概念，移动通信系统控制方式；掌握移动通信无线设备的原理及结构；掌握移动通信各种类型网络的组成及原理，以及移动通信的未来发展方向，使学生能成为具有较深厚理论基础的移动通信的高级人材。 3、能力要求： 通过本课程的学习，使学生对移动通信的基本概念、基本原理和组网技术有较全面的了解和领会，应能应用移动通信的原理与技术分析阐释常见移动通信方式中信息传输的发送与接收原理，应能分析设计一些简单移动通信系统，为移动通信系统的管理维护、研究和开发打下必要的理论基础和技能。 二、教学内容与要求 第一章绪论 [目的要求] 1、了解移动通信的发展概况(不仅包括过去的，还包括现在的)。 2、掌握为什么要发展数字蜂窝系统的原因。 3、了解典型移动通信系统。 4、掌握移动通信的基本技术。 [教学内容] 1、移动通信的发展概况，发展趋势。 2、移动通信的概念、主要特点及其分类。 3、典型移动通信系统。 4、移动通信的基本技术。 5、了解移动通信的标准化组织。 [重点难点] 1 移动通信的主要特点，基本技术。 [教学方法] 课堂讲解 第二章调制解调 [目的要求] 1、掌握MSK、GMSK、GFSK的调制原理和差别。 2、掌握MSK的相位轨迹和同相分量、正交分量的输出。 3、掌握QPSK、OQPSK、π/4-DQPSK和QAM调制的基本原理和差别。
4.6 马尔可夫预测 4.6.1 马尔可夫预测法分析概述 马尔可夫是俄国著名的数学家，马尔可夫过程是以马尔可夫名字命名的一种特殊的描述事物发展过程的方法。马尔可夫过程主要用于对企业产品的市场占有率的预测。 众所周知，事物的发展状态总是随着时间的推移而不断地变化的。对于有些事物的发展,需要综合考察其过去与现在的状态，才能预测未来。但有些事物的发展，只要知道现在状态,就可以预测将来的状态而不需要知道事物的过去状态。例如，在下中国象棋时，一个棋子下一步应该怎样走，只与它当前的位置有关，而不需要知道它以前处于什么位置，也不需要知道它是怎么走到当前位置的。这种与过去的取值无关，称为无后效性。这种无后效性的事物的发展过程，就称为马尔可夫过程。 1.一步转移概率与转移概率矩阵 如果变量的状态是可数的，假设有N个，那么从状态i经一步转移到j,都有发生的可能，我们称Pij为一步转移概率。将这些依序排列起来构成的一个矩阵，叫做转移概率矩阵： 转移概率矩阵具有下述性质; (1)矩阵每个元素均非负； (2)矩阵每行元素之各等于1. 2.多步转移概率与转移概率矩阵 在一步转移概率概念的基础上，可导出多步转移概率。若系统在时刻T0处于状态i,经过n步转移，在时刻Tn时处于状态j,这种转移的可能性的数量指标称为n步转移概率，记为P（Xn=j|X0=i）=Pij(n)。n步转移概率矩阵记为
经过计算，可以得到一个有用的结论： 同时,n步转移概率同一步转移概率一样具有下列性质; 2.4.2市场占有率预测分析 1.市场占有率预测分析概述 在市场经济条件下，各企业都十分重视扩大自身产品的市场占有率。因此，预测企业产品市场占有率，也就成为企业十分关心的问题。 市场占有率是指在一定地理范围内，某一类商品因为具有相同的用途或性质而相互竞争，那么在这类商品的整个销售市场上，每一种品牌的产品的销售额（销量）点该类商品总销售额（销量）的份额即为该品牌商品的市场占有率。 2.市场占有率预测分析的基本 市场占有率预测分析的基本步骤如下:假设该地区市场上有三种同类商品。 (1)调查目前市场占有率情况，得到市场占有率向量A 首先，通过抽样调查，了解目前市场占有率情况。根据调查结果，构建市场占有率向量A。则A=（P1 , P2 ,P3） (2)调查消费者的变动情况，计算转移概率矩阵P 通过合理的消费者抽样调整，汇总消费者消费变动的情况，并计算出转移概率矩阵P。则
SPSS单因素方差分析步骤
spss教程：单因素方差分析 用来测试某一个控制变量的不同水平是否给观察变量造成显著差异和变动。 方差分析前提：不同水平下，各总体均值服从方差相同的正态分布。所以方差分析就是研究不同水平下各个总体的均值是否有显著的差异。统计推断方法是计算F统计量，进行F检验，总的变异平方和 SST，控制变量引起的离差SSA（Between Group离差平方和），另一部分随机变量引起的SSE（组内Within Group离差平方和），SST=SSA+SSE。方法/步骤 1.计算检验统计量的观察值和概率P_值：Spss自动计算F统计 值，如果相伴概率P小于显著性水平a，拒绝零假设，认为控制变量不同水平下各总体均值有显著差异，反之，则相反，即没有差异。
2.方差齐性检验：控制变量不同水平下各观察变量总体方差是否 相等进行分析。采用方差同质性检验方法（Homogeneity of variance），原假设“各水平下观察变量总体的方差无显著差异，思路同spss两独立样本t检验中的方差分析”。图中相伴概率 0.515大于显著性水平0.05，故认为总体方差相等。 趋势检验：趋势检验可以分析随着控制变量水平的变化，观测变量值变化的总体趋势是怎样的，线性变化，二次、三次等多项式。趋势检验可以帮助人们从另一个角度把握控制变量不同水平对观察
变量总体作用的程度。图中线性相伴概率为0小于显著性水平0.05，故不符合线性关系。
3.多重比较检验：单因素方差分析只能够判断控制变量是否对观 察变量产生了显著影响，多重比较检验可以进一步确定控制变量的不同水平对观察变量的影响程度如何，那个水平显著，哪个不显著。 常用LSD、S-N-K方法。LSD方法检测灵敏度是最高的，但也容易导致第一类错误（弃真）增大，观察图中结果，在LSD项中，报纸与广播没有显著差异，但在别的方法中，广告只与宣传有显著差异。
定语从句基本知识 所谓从句，就是一个主谓结构相当于整个句子(这样的句子叫复合句)的一个成分，因此，从句不能单独使用。在复合句中修饰名词或代词、作定语的句子叫定语从句。定语从句是中国人学英语的难点之一。 其实定语从句很有规律，总结如下: 在关系代词中that既可指人又可指物、既可作主语又可作宾语，因此，除了在非限定性定语从句中，用that一般不会出问题。 关系副词的用法比较单一，它们从句中只起状语的作用，表示时间的就用when，表示地点的就用where，而why只修饰一个词，即reason。 定语从句所修饰的词叫“先行词”，因为它总是处在定语从句的前头，比定语从句先行一步。 引导定语从句的词叫关系词，包括关系代词和关系副词。 关系代词： who，which，that作从句的主语 whom，which，that作从句的宾语(可省略) whose从句中作定语 关系副词： When, where, why 在从句中作状语 一、关系代词引导的定语从句 1. That:代表的先行词为人或物，在从句中做主语，宾语和表语。 He is the man that is good at English. There are some films that I’d like to see. He isn’t the boy that he used to be. 注意：that引导定语从句时： 1）作宾语时that可省略。 2）That前不可用介词。 在定语从句中，下列情况的关系词宜用that而不用which 1) 当先行词被all, every, no , some, few , little, much, both等修饰时，例如： This is all that I want to say at the meeting. 2) 当先行词被the last , the very 和the only修饰时。例如： This is the very pen that I am looking for. 3) 当先行词有序数词时。例如： You are the first person that I want to ask for. 4)当先行词为anything、everything、nothing时，例如： Everything that can be done has been done. 5) 先行词有最高级形容词修饰时，例如： Edison was one of the greatest inventors that ever lived. 6) 当先行词既指人又指物时。例如： The professor and his achievement that I heard about are admired by them . 2.which: 代表的先行词为物，在从句中做主语，宾语 The film which I saw last night was wonderful. Guilin is a city which has a 200-year history. 注意：1）作宾语时，which可以省略。 2）Which 也可以代替前面的一个句子或句中的一部分
第一章概述 1. 移动通信的定义。 移动通信：是指通信双方或至少一方可以在运动中进行信息交换的通信方式。2. 移动通信的特点。 移动通信的主要特点如下:（1）移动通信利用无线电波进行信息传输，（2）移动通信在强干扰环境下工作（互调干扰，领道干扰，同频干扰），（3）通信容量有限，（4）通信系统复杂，（5）对移动台的要求高） 3. 常用的移动通信系统 （1）蜂窝式公用陆地移动通信系统，（2）集群调度移动通信系统，（3）无绳电话系统，（4）无线电寻呼系统，（5）卫星移动通信系统，（6）无线LAN/WAN 4. 3G/4G标准 目前3G存在四种标准：CDMA2000，WCDMA，TD-SCDMA，WiMAX。目前提交的4G标准共有6个技术提案，分别来自北美标准化组织IEEE的802.16m、日本（两项分别基于LTE-A和802.16m）、3GPP的LTE-A、韩国（基于802.16m）和中国（TD-LTE-Advanced）、欧洲标准化组织3GPP（LTE-A）。 第二章移动通信的应用系统 1. 移动通信系统的演进
2. 无绳电话、集群移动通信的常用标准 无绳电话标准：模拟制无绳电话标准，DECT标准。集群移动通信标准：信令标准3. 根据覆盖范围，无线宽带接入网的分类。 个域网无线宽带接入技术，局域网无线宽带接入技术，城域网无线宽带接入技术，广域网无线宽带接入技术四类。 4. 无线局域网、无线城域网的标准 无线局域网的标准：美国IEEE（国际电气和电子工程师联合会）802.11家族。欧洲ETSI（欧洲通信标准学会）高性能局域网HIPERLAN系列。
日本ARIB（日本电波产业会）移动多媒体接入通信MMAC。 无线城域网标准：IEEE 802.16a 第三章蜂窝的概念 1. 切换策略：硬切换/软切换/接力切换 切换(handover)是指在移动通信的过程中,在保证通信不间断的前提下,把通信的信道从一个无线信道转换到另一个无线信道的这种功能。这是移动通信系统不可缺少的重要功能。 硬切换是：在不同频率的基站或覆盖小区之间的切换。这种切换的过程是移动台(手机)先暂时断开通话,在与原基站联系的信道上,传送切换的信令,移动台自动向新的频率调谐,与新的基站接上联系,建立新的信道,从而完成切换的过程。现在我们广泛使用的“全球通(GSM)”系统就是采用这种硬切换的方式。软切换是：发生在同一频率的两个不同基站之间的切换。在码分多址(CDMA)移动通信系统中,采用的就是这种软切换方式。接力切换是：TD-SCDMA系统的一项特色技术，也是核心技术之一。接力切换的设计思想是：利用终端上行预同步技术，预先取得与目标小区的同步参数，并通过开环方式保持与目标小区的同步，一旦网络判决切换，终端可迅速由原小区切换到目标小区，在切换过程中，终端从源小区接收下行数据，向目标小区发送上行数据，即上下行通信链路先后转移到目标小区。提前获取切换后的上行信道发送时间、功率信息提高了切换成功率，缩短了切换时延。 2. 提高蜂窝系统容量的技术 （1）当无线服务需求增多时，可采用减小同频干扰以获取扩容，（2）多信道共用技术，（3）信道分配技术，（4）功率控制技术，（5）自适应天线技术。
案例九 马尔科夫预测 一、 市场占有率的预测重点 例1：在北京地区销售鲜牛奶主要由三个厂家提供。分别用1，2，3表示。去年12月份对2000名消费者进行调查。购买厂家1，2和3产品的消费者分别为800，600和600。同时得到转移频率矩阵为： 3202402403601806036060180N ?? ?= ? ??? 其中第一行表示，在12月份购买厂家1产品的800个消费者中，有320名消费者继续购买厂家1的 产品。转向购买厂家2和3产品的消费者都是240人。N 的第二行与第三行的含义同第一行。 （1） 试对三个厂家1~7月份的市场占有率进行预测。 （2） 试求均衡状态时，各厂家的市场占有率。 解：（1）用800，600和600分别除以2000，得到去年12月份各厂家的市场占有率，即初始分布0(0.4,0.3,0.3)p =。 用800，600和600分别去除矩阵N 的第一行、第二行和第三行的各元素，得状态转移矩阵： 0.40.30.30.60.30.10.60.10.3P ?? ?= ? ???
于是，第k 月的绝对分布，或第 月的市场占有率为： 00()(1,2,3,,7)k k P p P k p P =?=L 1k =时，()()10.40.30.30.40.30.30.60.30.10.520.240.240.60.10.3p ?? ? == ? ??? 2k =时，()()()220.40.30.30.520.240.240.4960.2520.252p P P === 3 k =时 , ()()()330.40.30.30.4960.2520.2520.50080.24960.2496p P P === 类似的可以计算出4p ，5p ，6p 和7p 。 现将计算结果绘制成市场占有率变动表，如表所示：
SPSS 第二次作业——方差分析 1、案例背景： 在一些大型考试中，为了保证结果的准确和一致性，通常针对一些主观题，都采取由多个老师共同评审的办法。在评分过程中，老师对学生的信息不可见，同时也无法看到其他评分，保证了结果的公正性。然而也有特殊情况的发生，导致了成绩的不稳定，这就使得对不同教师的评分标准考察变得十分必要。 2、案例所需资料及数据的获取方式和表述，变量的含义以及类型： 所需资料：抽样某地某次考试中不同教师对不同的题目的学生成绩的评分； 获取方式：让一组学生前后参加四次考试，由三位教师进行批改后收集数据； 变量含义、类型：一份试卷的每道主观题由三名教师进行评定，3个教师的评定结果可看成事从同一总体中抽出的3个区组，它们在四次评定的成绩是相关样本。 表1如下： 3、分析方法： 用方差分析的方法对四个总体的平均数差异进行综合性的F 检验。 4、数据的检验和预处理： a) 奇异点的剔除：经检验得无奇异点的剔除； b) 缺失值的补齐：无； c) 变量的转换（虚拟变量、变量变换）：无； d) 对于所用方法的假设条件的检验：进行正态性和方差齐性的检验。 正态性，用QQ 图进行分析得下图： 教师 题目 1 2 3 a 27.3 28.5 29.1 b 29.0 29.2 28.3 c 26.5 28.2 29.3 d 29.7 25.7 27.2
得到近似满足正态性。 ?对方差齐性的检验： 用SPSS对方差齐性的分析得下表： Test of Homogeneity of Variances 分数 Levene Statistic df1 df2 Sig. .732 2 9 .508 易知P〉0.05，接受方差齐性的假设。 5、分析过程： a) 所用方法：单因素方差分析；方差分析中的多重比较。 b) 方法细节： ●单因素方差分析 第一步，提出假设： H0：μ1=μ2=μ3；（教师的评定基本合理，即均值相同） H1：μi(i=1,2,3)不全相等；（教师的评定不够合理，均值有差异）第二步，为检验H0是否成立，首先计算以下统计量：
第一节方差分析原理 一、方差分析基本思想 方差分析（analysis of variance，或缩写ANOVA）又称变异数分析，是一种应用非常广泛的统计方法。其主要功能是检验两个或多个样本平均数的差异是否有统计学意义，用以推断它们的总体均值是否相同。它是真正用来进行上述“多组比较”问题的正确方法，从这个意义上说，它可看成是t检验等“两组比较法”的推广。理解方差分析的原理，主要在于其基本思想，而不在于数学推导。 以单因素完全随机化实验设计为例（这是最简单的多组实验设计）介绍方差分析的原理。注意下面列出的该种设计的数学模式，假设有k 个处理，每个处理下有n 个被试，一共有nk 个被试。K个处理下的数据构成比较中的k个组或k个样本。 不失一般地，其对应的图示如下：
根据测量学中的真分数理论，观测值等于真值和误差之和；据此，对照上面的数据可得到下面的数学模型： 其中： X ij指第j 个处理下的第i 个被试的实验数据； μ指总体均值；在图中样本数据中，即红色线表示的总平均； μj指第j 个处理的均值； τj称为第j 个处理的效应；通常，τj=μj–μ，也即各组均值偏离总平均的离差； εij为随机误差（idd表示误差独立同分布）；在该模型中，误差就是各组中数据偏离其组均值的离差。因为根据单因素完全随机化设计的特点，同组中的被试，其各方面条件都相同，接受的处理也相同，其观测值间的差异只能归结为随机误差。 首先对检验的零假设进行变换： 下面我们就需要构造一个统计量使得它在Ho"下无未知量且有精确的分布，以进行假设检验。由于τ2j是每个处理的平均数与总平均之差，所以我们考虑从数据的离均差的平方入手来构造统计量： 对每个观测数据： 即：任意一个数据与总平均数的离差= 该数与所在组平均数的离差+ 所在组的平均数与总平均数的离差。 我们针对第j 组中每个数据的上述分解式的平方求和得：
《移动通信课程》 教学大纲 课程编号320232 适用专业通信工程学时数48 学分数 3 执笔人及编写日期曹绍龙2017.06 审核人及审核日期阮清强2017.06 院别信息工程学院教研室通信教研室编印日期2017年6月
一、课程性质和教学目标 1.课程授课对象： 通信工程专业 2.课程性质：（专业基础课、专业选修课、公共选修课等） 专业选修课 3.在人才培养过程中的地位及作用： 《移动通信》课程是通信工程专业的专业课程，它主要让学生掌握移动通信理论基础知识和移动通信系统构架。 4.课程教学目标： 本课程移动通信原理理论和应用的讲解，能够充分反映最新的移动通信技术，具有新颖性和前瞻性。从移动通信模型的基本理论出发，循序渐进地介绍了移动通信的发展、蜂窝移动通信系统的基本概念、移动通信的无线传播环境、信源编码和调制技术、抗衰落和链路性能增强技术、蜂窝组网技术、GSM及其增强移动通信系统、第三代移动通信系统及其增强技术、第四代LTE移动通信系统介绍和无线移动通信未来发展等问题。通过本课程的学习，使学生能够了解掌握移动通信的基本知识，重点掌握模拟和数字调制与解调的原理以及使用各种信号测量仪器和识别信号的基本能力。 二、课程教学内容
第一讲概述 1. 学时：3学时 2. 重难点：移动通信的工作方式、分类及特点 3. 教学目标：让学生了解移动通信的发展历史、特点等；掌握移动通信的工作方式、分类及其发展趋势 4. 教学内容：移动通信发展简述、移动通信的特点、移动通信的工作方式、移动通信工作频段、移动通信的分类及应用系统、移动通信网的发展趋势 第二讲移动通信电波传播与传播预测模型 1. 学时：6学时 2. 重难点：基本电波传播机制、确知传播预测模型 3. 教学目标：让学生了解电波传播；理解基本电波传播机制；掌握确知传播预测模型 4. 教学内容：概述、自由空间的电波传播、三种基本电波传播机制、对数距离路径损耗模型、阴影衰落、电波传播损耗预测模型、MIMO信道、移动无线信道及特性参数 第三讲移动通信中的信源编码和调制解调技术 1. 学时：9学时 2. 重难点：QPSK调制和高阶调制、正交频分复用 3. 教学目标：让学生了解信源编码、最小及高斯最小移频键控；理解QPSK调制和高阶调制：掌握正交频分复用 4. 教学内容：概述、信源编码、最小移频键控、正交频分复用、QPSK调制、高阶调制、高斯最小移频键控 第四讲抗衰落和链路性能增强技术 1. 学时：9学时 2. 重难点：多天线和空时编码、链路自适应技术 3. 教学目标：了解分集技术；理解均衡技术与扩频通信；掌握多天线和空时编码、链路自适应技术 4. 教学内容：概述、分集技术、信道编码与交织、均衡技术、扩频通信、多天线和空时编码、链路自适应技术 第五讲蜂窝组网技术 1. 学时：6学时 2. 重难点：蜂窝组网技术知识、移动通信网络结构 3. 教学目标：了解移动通信网的基本概念；理解相关蜂窝组网技术知识；掌握移动通信网络结构
33. 马尔可夫预测 马尔可夫预测，是一种预测事件发生的概率的方法。它是基于马尔可夫链，根据事件的目前状况预测其将来各个时刻（或时期）变动状况的一种预测方法。 马尔可夫预测法的基本要求是状态转移概率矩阵必须具有一定的稳定性。因此，必须具有足够的统计数据，才能保证预测的精度与准确性。换句话说，马尔可夫预测模型必须建立在大量的统计数据的基础之上。 （一）经典马尔可夫模型 一、几个概念 状态：指某一事件在某个时刻（或时期）出现的某种结果； 状态转移：事件的发展，从一种状态转变为另一种状态； 马尔可夫过程：在事件的发展过程中，若每次状态的转移都仅与前一时刻的状态有关，而与过去的状态无关，或者说状态转移是无后效性的，则这样的状态转移过程就称为马尔可夫过程。 状态转移概率：在事件的发展变化过程中，从某一种状态出发，下一时刻转移到其它状态的可能性，称为状态转移概率。由状态i E 转为状态j E 的状态转移概率 ()(|)i j j i ij P E E P E E p →== 状态转移概率矩阵：假定某一个事件的发展过程有n 个可能的状
态，即1,,n E E ，则矩阵 1111n n nn p p P p p ????=?????? 其中，ij p 为从状态i E 转为状态j E 的状态转移概率，称为状态转移概率矩阵。 状态转移矩阵满足： (i) 01, ,1,,ij p i j n ≤≤= (ii) 1 1n ij j p ==∑ 二、状态转移矩阵的计算 即求出从每个状态转移到其它任何一个状态的状态转移概率ij p ，一般采用频率近似概率的思想进行计算。 例1某地区农业收成变化的三个状态，即E1“丰收”、E2“平收”和E3“欠收”。下表给出了该地区1960~1999年期间农业收成的状态变化情况（部分）。 计算该地区农业收成变化的状态转移概率矩阵。 datas=xlsread('Agriculture.xlsx');
One-Way ANOVA过程 One-Way ANOVA过程用于进行两组及多组样本均数的比较，即成组设计的方差分析，如果做了相应选择，还可进行随后的两两比较，甚至于在各组间精确设定哪几组和哪几组进行比较。 界面说明 【Dependent List框】 选入需要分析的变量，可选入多个结果变量（应变量）。 【Factor框】 选入需要比较的分组因素，只能选入一个。 【Contrast钮】 弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义。 o Polynomial复选框定义是否在方差分析中进行趋势检验。 o Degree下拉列表和Polynomial复选框配合使用，可选则从线
性趋势一直到最高五次方曲线来进行检验。 o Coefficients框定义精确两两比较的选项。这里按照分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如有三组数据，要对第 一、三组进行单独比较，则在这里给三组分配系数为1、0、-1， 就会在结果中给出相应的检验内容。 【Post Hoc钮】 弹出Post Hoc Multiple Comparisons对话框，用于选择进行各组间两两比较的方法，有： o Equar Variances Assumed复选框组当各组方差齐时可用的两两比较方法，共有14中种这里不一一列出了，其中最常用的为LSD和S-N-K法。 o Equar Variances Not Assumed复选框组一组当各组方差不齐时可用的两两比较方法，共有4种，其中以Dunnetts's C法较常用。
龙源期刊网 https://www.doczj.com/doc/a214949183.html, 移动通信专业课程教学设计与改革 作者：胡苏 来源：《教育教学论坛》2017年第16期 摘要：针对移动通信原理专业课本科教育的效率问题，本文从加强学生对移动通信原理的理解，以增强学生实践动手能力和培养学生原创性应用为目标，从面向4G、5G的实际实验场景入手，重构未来移动通信关键技术实验内容，重点关注学生在实验环节的课程效应，改革实验教学手段和方法，提高本科学生的移动通信工程的学习积极性，将实验教学延伸到课堂以外。 关键词：移动通信教学；实验教学；教学改革 中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2017）16-0155-02 移动通信已经深入人们的日常生活，随着大家对移动性、传输数量、可靠性、安全等方面的要求，移动通信系统从传统的3G时代全面升级到4G时代，并且面向未来移动通信的5G系统也正在积极研发和标准化制定过程中。从移动通信原理出发，该学科属于综合性交叉学科，其基础理论涉及到线性代数、统计概率学、电子元器件、射频电子技术等诸多领域，因而移动通信专业的专业课程体系相对比较复杂，包括物理层传输，MAC协议栈设计，网络路由协议，信息安全、上层应用开发（APP）等，移动通信专业的基础理论和方法论，贯穿于专业课程学习的整个过程。对于移动通信原理这门课程而言，重点在于全面介绍移动通信系统中物理层的基本概念，基本原理以及典型的信号处理手段，力争让学生通过该课程的学习，能够为后续的移动通信课程设计，以及后续研究生阶段继续深造打好良好的课程基础。 一、移动通信原理实验体系 在以前的实验体系当中，通信原理相关仪器的使用和相关实验安排在《通信原理》课程，主要关注点在传统模拟调制以及简单的数字调制方式。对于移动通信专业而言，以往更多的针对移动通信发展过程给学生讲解基本原理，基本没有安排合理的实验课程和实践环节。这样设置的结果是实验环节的安排比较零散，实验内容针对性不强，而且实验操作没有跟上移动通信行业快速的发展，教学与实际衔接不顺畅，因此学生无法真正从实验和实践中理解移动通信基础理论的内在联系。为此，结合移动通信原理课程内容，把实验和实践内容进行适当的整合和融合，重点突出2G/3G/4G/5G系统所采用的数字调制方式。通过这种学生使用MATLAB软件能够搭建移动通信中最基本的通信链路，让学生对移动通信系统中的物理传输信道，信源调制，信宿解调，信源编码，信宿解码等环节有深入的理解，从而让学生能够建立对移动通信系统基础框架一个基本的认识。 二、改革移动通信实验和实践手段
单因素方差分析 单因素方差分析也称作一维方差分析。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。One-Way ANOVA过程要求因变量属于正态分布总体。如果因变量的分布明显的是非正态，不能使用该过程，而应该使用非参数分析过程。如果几个因变量之间彼此不独立，应该用Repeated Measure过程。 [例子] 调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量，数据如表5-1所示。 表5-1 不同水稻品种百丛中稻纵卷叶螟幼虫数 数据保存在“DATA5-1.SAV”文件中，变量格式如图5-1。 图5-1 分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。
1）准备分析数据 在数据编辑窗口中输入数据。建立因变量“幼虫”和因素水平变量“品种”，然后输入对应的数值，如图5-1所示。或者打开已存在的数据文件“DATA5-1.SAV”。 2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统 打开单因素方差分析设置窗口如图5-2。 图5-2 单因素方差分析窗口 3）设置分析变量 因变量:选择一个或多个因子变量进入“Dependent List”框中。本例选择“幼虫”。 因素变量:选择一个因素变量进入“Factor”框中。本例选择“品种”。 4）设置多项式比较
单击“Contrasts”按钮，将打开如图5-3所示的对话框。该对话框用于设置均值的多项式比较。 图5-3 “Contrasts”对话框 定义多项式的步骤为： 均值的多项式比较是包括两个或更多个均值的比较。例如图5-3中显示的是要求计算“1.1×mean1-1×mean2”的值，检验的假设H0：第一组均值的1.1倍与第二组的均值相等。单因素方差分析的“0ne-Way ANOVA”过程允许进行高达5次的均值多项式比较。多项式的系数需要由读者自己根据研究的需要输入。具体的操作步骤如下： ① 选中“Polynomial”复选项，该操作激活其右面的“Degree”参数框。 ② 单击Degree参数框右面的向下箭头展开阶次菜单，可以选择“Linear”线性、“Quadratic”二次、“Cubic”三次、“4th”四次、“5th”五次多项式。 ③ 为多项式指定各组均值的系数。方法是在“Coefficients”框中输入一个系数，单击Add按钮，“Coefficients”框中的系数进入下面的方框中。依次输入各组均值的系数，在方形显示框中形成—列数值。因素变量分为几组，输入几个系数，多出的无意义。如果多项式中只包括第一组与第四组的均值的系数，必须把第二个、第三个系数输入为0值。如果只包括第一组与第二组的均值，则只需要输入前两个系数，第三、四个系数可以不输入。 可以同时建立多个多项式。一个多项式的一组系数输入结束，激话“Next”按钮，单击该按钮后“Coefficients”框中清空，准备接受下一组系数数据。
马尔可夫预测 马尔可夫过程是一种常见的比较简单的随机过程。该过程是研究一个系统的 状况及其转移的理论。它通过对不同状态的初始概率以及状态之间的转移概率的研究,来确定状态的变化趋势,从而达到对未来进行预测的目的。 三大特点： （1）无后效性 一事物的将来是什么状态，其概率有多大，只取决于该事物现在所处的状态如何，而与以前的状态无关。也就是说，事物第n 期的状态，只与第n 期内的变化和第n-1期状态有关,而与第n-1期以前的状态无关。 （2）遍历性 不管事物现在所处的状态如何，在较长的时间内马尔可夫过程逐渐趋于稳定状态，而与初始状态无关。 （3）过程的随机性。 该系统内部从一个状态转移到另一个状态是，转变的可能性由系统内部的原先历史情况的概率值表示。 1.模型的应用， ①水文预测， ②气象预测， ③地震预测， ④基金投资绩效评估的实证分析， ⑤混合动力车工作情况预测， ⑥产品的市场占有情况预测。 2.步骤 ①确定系统状态 有的系统状态很确定。如：机床工作的状态可划分为正常和故障，动物繁殖后代可以划分为雄性和雌性两种状态等。但很多预测中，状态需要人为确定。如：根据某种产品的市场销售量划分成滞销、正常、畅销等状态。这些状态的划分是依据不同产品、生产能力的大小以及企业的经营策略来确定的，一般没有什么统一的标准。在天气预报中，可以把降水量划分为旱、正常和涝等状态。 ②计算初始概率()0i S 用i M 表示实验中状态i E 出现的总次数，则初始概率为 ()()0 1 1,2,i i i n i i M S F i n M =≈= =∑L ③计算一步转移概率矩阵
令由状态i E 转移到状态j E 的概率为()|ij j i P P E E =，则得到一步转移概率矩阵为： 1112121 2221 2n n n n nn p p p p p p P p p p ??????=??????L L M M M M L ④计算K 步转移概率矩阵 若系统的状态经过了多次转移，则就要计算K 步转移概率与K 步转移概率矩阵。 K 步转移概率矩阵为： 11121212221 2()k n n k n n nn p p p p p p P k p p p p ??????==??????L L M M M M L ⑤预测及分析 根据转移概率矩阵对系统未来所处状态进行预测，即： () ()111210212221 2K n K n n n nn p p p p p p S S p p p ??????=??????L L M M M M L 例题： 设某企业生产洗涤剂为A 型,市场除A 型外,还有B 型、C 型两种。为了生产经营管理上的需要,某企业要了解本厂生产的A 型洗涤剂在未来三年的市场占有倩况。为此,进行了两项工作,一是进行市场调查,二是利用模型进行预测。 市场调查首先全面了解各型洗涤剂在市场占有情况。年终调查结果:市场洗涤剂目前总容量为100万件,其中A 型占40万,B 型和C 型各占30万。 再者,要调杏顾客购买各型洗涤剂的变动情况。调查发现去年购买A 型产品的顾客,今年仍购A 型产品24万件,转购B 型和C 型产品备占8万件,去年购买B 型产品顾客,今年仍购B 型产品9万件,转购A 型15万件,转购C 型6万件,去年购买C 型产品的顾客,今年仍购C 型产品9万件,转购A 型15万件,转购B 型6万件。计算各型产品保留和转购变动率。 模型的建立： ①计算初始概率 用i M 表示i E 型产品出现的总次数，则初始概率为 ()()0 1 1,2,i i i n i i M S F i n M =≈= =∑L （1） ②计算各类产品保留和转购变动率
多因素方差分析 多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。SPSS调用“Univariate”过程，检验不同水平组合之间因变量均数，由于受不同因素影响是否有差异的问题。在这个过程中可以分析每一个因素的作用，也可以分析因素之间的交互作用，以及分析协方差，以及各因素变量与协变量之间的交互作用。该过程要求因变量是从多元正态总体随机采样得来，且总体中各单元的方差相同。但也可以通过方差齐次性检验选择均值比较结果。因变量和协变量必须是数值型变量，协变量与因变量不彼此独立。因素变量是分类变量，可以是数值型也可以是长度不超过8的字符型变量。固定因素变量(Fixed Factor)是反应处理的因素;随机因素是随机地从总体中抽取的因素。 [例子] 研究不同温度与不同湿度对粘虫发育历期的影响，得试验数据如表5-7。分析不同温度和湿度对粘虫发育历期的影响是否存在着显著性差异。 表5-7 不同温度与不同湿度粘虫发育历期表 数据保存在“DATA5-2.SAV”文件中，变量格式如图5-1。 1）准备分析数据 在数据编辑窗口中输入数据。建立因变量历期“历期”变量，因素变量温度“A”，湿度为“B”变量，重复变量“重复”。然后输入对应的数值，如图5-6所示。或者打开已存在的数据文件“DATA5-2.SAV”。
图5-6 数据输入格式 2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“General Linear Model”项，在右拉式菜单中点击“Univariate”项，系统打开单因变量多因素方差分析设置窗口如图5-7。 图5-7 多因素方差分析窗口 3）设置分析变量 设置因变量:在左边变量列表中选“历期”，用向右拉按钮选入到“Dependent Variable：”框中。 设置因素变量:在左边变量列表中选“a”和“b”变量，用向右拉按钮移到“Fixed Factor(s):”框中。可以选择多个因素变量。由于内存容量的限制，选择的因素水平组合数(单元数)应该尽量少。
（英语）中考英语定语从句试题经典及解析 一、定语从句 1．﹣Look！This is the photo I took in Beijing World Gardening Expo（世界园艺博览会）in 2019． ﹣Wow，so great！ A．what B．who C．where D．that 【答案】D 【解析】 【详解】 句意：—看！这是我2019年在北京世界园艺博览会拍的照片。 考查定语从句的关系代词，what不用在定语从句中，who先行词为人，在从句中作主语或者宾语，where先行词为地点，在从句中作状语，that先行词为人或物，在从句中做主语或宾语，the photo为先行词，从句中缺宾语，句意理解为﹣﹣看！这是我2019年在北京世界园艺博览会上拍的照片．﹣﹣哇，很不错．故选D。 2． ---Who is the man _______ was talking to our English teacher? ---Oh! It’s Mr Baker, our maths teacher. A．he B．that C．whom D．which 【答案】B 【解析】 试题分析：句意:-和我们的英语老师说话的那个人是谁？-哦，是Baker先生，我们的数学老师。根据句意可知，这里考查的是定语从句。he只是一个代词，不能引导从句；which 引导定语从句时，先行词应是物，但是这里的先行词是the man，指的是人；whom引导定语从句时，先行词是人，在定语从句中做宾语，但是现在从句中缺少主语，因此whom也不行。故选that，that 引导定语从句时，先行词可以是人也可以是物，在从句中可以做主语和宾语。 考点：考查关系代词。 3．---How do you like the Sun Island？Is it worth visiting? ---Sure. It’s one of the best places I have ever been to. A．which B．that C．who 【答案】B 【解析】 【详解】 句意：----你觉得太阳岛怎么样？值得一游吗？----当然。这是我去过的最好的地方之一。考查定语从句引导词。本句先行词places是物，引导词在定语从句中作宾语，可知用that或which引导此定语从句，但先行词有最高级修饰时，只能用that引导此定语从句。故选B。
【无线通信测试工程师认证II级】ATMC-WT-C201 认证项目介绍 拥有ATMC无线通信测试工程师认证证书证明您： 掌握现代无线通讯领域中数字调制和解调的高级技术、重点应用和分析技能。 熟悉和掌握UMTS，TD-SCDMA，CDMA2000 1x-EVDO，Bluetooth/WLAN，WiMAX 等制式的移动通信原理和测试技术。 熟悉无线通讯领域中的主要测试仪表及其原理，能独立完成具体测量，掌握安捷伦相关无线通信测试类的仪器仪表，并能独立完成某些高级技能。认证考试要求 拥有【无线通信测试工程师认证—Ⅰ级】证书 修满无线测试认证Ⅱ级需要的课程，即一门必修课和两门选修课。
认证获得推荐 凡希望从事无线通信相关职业和具有一定英语水平的在职和非在职人员﹑各大专院校在校学生及要求获得无线通信测试知识和技术的人员，在已获得【无线通信测试工程师认证－I级】认证证书者的基础上，均可报名参加【无线通信测试工程师认证－II级】认证计划及其相关课程培训，并通过考试获得认证。 考试大纲
【无线通信测试工程师认证－II级】考试时间为3小时，包括理论（技术知识）考试和实验考试，考试科目为《无线通信数字信号的产生和分析》、《UMTS原理与测试》、《TD-SCDMA原理与测试》、CDMA2000 1x-EVDO原理与测试》、《BT/WLAN 原理与测试》、《WiMAX原理与测试》六门课中选三门，其中《无线通信数字信号的产生和分析》为必考科目。 《无线通信数字信号的产生和分析》考试号：ATMC-WT-E201 考试时间：1小时 理论考试内容： 1．数字调制的基本原理，数字移动通信和无线数据联接中应用的复杂调制方式，包括EDGE、HPSK和OFDM的技术要点和指标分析，和其他调制方法的对比。 2．数字调制信号源和信号发生器的分类、基本原理、关键参数和指标、基带信号发生器的类型和实现方法，数字（矢量）调制信号的生成等。对于数字调制信号的调整、诊断、损伤分析与验证，数字调制信号的关键应用。
第6章 马尔可夫预测 马尔可夫预测方法不需要大量历史资料，而只需对近期状况作详细分析。它可用于产品的市场占有率预测、期望报酬预测、人力资源预测等等，还可用来分析系统的长期平衡条件，为决策提供有意义的参考。 6.1 马尔可夫预测的基本原理 马尔可夫（A.A.Markov ）是俄国数学家。二十世纪初，他在研究中发现自然界中有一类事物的变化过程仅与事物的近期状态有关，而与事物的过去状态无关。具有这种特性的随机过程称为马尔可夫过程。设备维修和更新、人才结构变化、资金流向、市场需求变化等许多经济和社会行为都可用这一类过程来描述或近似，故其应用范围非常广泛。 6.1.1 马尔可夫链 为了表征一个系统在变化过程中的特性（状态），可以用一组随时间进程而变化的变量来描述。如果系统在任何时刻上的状态是随机的，则变化过程就是一个随机过程。 设有参数集(,)T ?-∞+∞，如果对任意的t T ∈，总有一随机变量t X 与之对应，则称 {,}t X t T ∈为一随机过程。 如若T 为离散集（不妨设012{,,,...,,...}n T t t t t =），同时t X 的取值也是离散的，则称 {,}t X t T ∈为离散型随机过程。 设有一离散型随机过程，它所有可能处于的状态的集合为{1,2,,}S N =L ，称其为状态空间。系统只能在时刻012,,,...t t t 改变它的状态。为简便计，以下将n t X 等简记为n X 。 一般地说，描述系统状态的随机变量序列不一定满足相互独立的条件，也就是说，系统将来的状态与过去时刻以及现在时刻的状态是有关系的。在实际情况中，也有具有这样性质的随机系统：系统在每一时刻（或每一步）上的状态，仅仅取决于前一时刻（或前一步）的状态。这个性质称为无后效性，即所谓马尔可夫假设。具备这个性质的离散型随机过程，称为马尔可夫链。用数学语言来描述就是： 马尔可夫链 如果对任一1n >，任意的S j i i i n ∈-,,,,121Λ恒有 {}{}11221111,,,n n n n n n P X j X i X i X i P X j X i ----=======L (6.1.1) 则称离散型随机过程{,}t X t T ∈为马尔可夫链。 例如，在荷花池中有N 张荷叶，编号为1,2,...,N 。假设有一只青蛙随机地从这张荷叶上跳到另一张荷叶上。青蛙的运动可看作一随机过程。在时刻n t ，青蛙所在的那张荷叶，称为青蛙所处的状态。那么，青蛙在未来处于什么状态，只与它现在所处的状态()N i i ,,2,1Λ=有关，与它以前在哪张荷叶上无关。此过程就是一个马尔可夫链。 由于系统状态的变化是随机的，因此，必须用概率描述状态转移的各种可能性的大小。 6.1.2 状态转移矩阵 马尔可夫链是一种描述动态随机现象的数学模型，它建立在系统“状态”和“状态转移”的概念之上。所谓系统，就是我们所研究的事物对象；所谓状态，是表示系统的一组记号。当确定了这组记号的值时，也就确定了系统的行为，并说系统处于某一状态。系统状态常表示为向量，故称之为状态向量。例如，已知某月A 、B 、C 三种牌号洗衣粉的市场占有率分别是0.3、0.4、0.3，则可用向量()0.3,0.4,0.3P =来描述该月市场洗衣粉销售的状况。