wifi 2.4g 5g切換的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

可與金屬環境緊密整合之MIMO多頻天線

為了解決wifi 2.4g 5g切換的問題，作者吳昌昇 這樣論述：

誌謝 i摘要 iiAbstract iii目錄 iv表目錄 vi圖目錄 vii1. 緒論 1 1.1研究背景 1 1.2文獻導覽 2 1.3論文提要 182. 應用於筆記型電腦之雙頻帶5G MIMO六天線 19 2.1 概述 19 2.2 天線結構設計與技術原理說明 19 2.3 天線實驗與量測結果 22 2.4天線設計之輻射特性及效率 29 2.5單天線電場特性 31 2.6天線參數分析 32 2.7六天線單元間隔離度分析 38 2.8本章結論 403. 應用於筆記型電腦之4G/5G MIMO切換式雙天線 41 3.1 概述

41 3.2 天線結構設計與技術原理說明 41 3.3 天線實驗與量測結果 44 3. 4天線設計之輻射特性及效率 50 3.5天線設計機制 50 3.6天線參數分析 54 3.7本章結論 584.結論 59參考文獻 61自傳 64

在B4G通訊場景中基於降低干擾的服務品質提升方法

為了解決wifi 2.4g 5g切換的問題，作者嚴雷 這樣論述：

相較於第一到三代行動通訊對於可靠語音服務的要求，第四代及第四代以後(beyond 4G, B4G)的通訊技術將服務品質放在高吞吐量上，其中吞吐量大小受訊號對干擾和雜訊比(signal-to-interference-plus-noise ratio, SINR)大小之影響。因此，本論文提出基於降低干擾的方法以提升在B4G的通訊場景下訊號對干擾和雜訊比及吞吐量。本論文透過結合各種自由度(degree-of-freedom)的思路，包含頻率規劃、控制空間上的波束方向等。根據微波和毫米波頻段傳播特性的不同，我們分別設計相對應的基站佈建方法。此外我們根據不同場景需求來設計相對應的演算法以優化服務品質

。我們首先提出利用空間和頻率自由度的B4G多點合作佈建方法以解決3GPP long-term evolution advanced (LTE-A)網路場景的蜂巢間干擾問題。本佈建方法利用軟式頻率複用(soft frequency reuse, SFR)和本實驗室過去發表的多波束切換天線陣列概念。模擬結果顯示相較單純使用Reuse-1的頻率複用佈建方法，本佈建方法可提升訊號對干擾和雜訊比最高約32 dB。我們接著提出室內毫米波遠端無線電單元(radio access unit, RAU)佈建方法以優化提升訊號對干擾和雜訊比及吞吐量。針對遠端無線電單元需求較少的場景，我們提出使用粒子群聚優化(pa

rticle swarm optimization, PSO)演算法來決定遠端無線電單元的位置，此方法較隨意佈建方式約可提升135 Mbps。而在遠端無線電單元需求較密集的場景下遠端無線電單元需求量大，因此我們提出磁磚(tile)狀排列分布式天線(distributed antenna system, DAS)架構的佈建方法。模擬結果顯示，比較磁磚面積內80%百分位數的吞吐量時，使用載波聚合將較不使用載波聚合約可提升176%。除B4G網路佈建外，我們亦於B4G非基站佈建場景設計服務品質提升演算法。在無人機通訊場景中基於空域中存在隨機的同頻干擾現象，我們提出基於機器學習的波束零陷配置(null

allocation)的演算法來解決因傳統適應性波束賦形(adaptive beamforming, ABF)試圖同時抑制所有干擾訊號反導致波束旁瓣能量增加的問題。模擬結果顯示，在考慮8支和16支天線的天線陣列下，本設計方法較傳統適應性波束賦形可分別提升訊號對干擾和雜訊比最高約12 dB和11 dB。在室內Wi-Fi通訊場景中，我們針對靜態使用者和移動使用者提出不同的Wi-Fi頻道選擇策略來解決Wi-Fi系統間同頻干擾問題。對於靜態使用者，我們提出的Wi-Fi頻道選擇策略可以自動搜尋並切換至某個空置頻道來使用，並在實際量測的平均吞吐量中較現有的載波偵測多工存取/碰撞避免(carrier-sen

se multiple access/collision avoidance, CSMA/CA)機制提升大約88%。此外，我們亦提出基於深度學習(deep learning)的Wi-Fi頻道選擇策略以幫助移動使用者在移動之前就先避開干擾最嚴重的頻道。模擬結果顯示，在考慮直視(line-of-sight, LoS)和非直視(non-line-of-sight, NLoS)場景下，本策略所選擇的頻道在上較選擇傳統非重疊(non-overlapping)頻道可分別提升最高約36 dB和34 dB的訊號對干擾和雜訊比。