随着5G等新兴通信技术的迅猛发展,频谱资源需求和业务增长之间的矛盾越来越剧烈。为了提高频谱资源的利用效率,提升网络整体性能,本文基于毫米波频谱共享场景,重点研究基于毫米波的5G超密集网络频谱接入和定位的基础理论、方法和关键技术。本文的主要研究内容包括以下三个方面。第一,针对基于定向天线的5G超密集网络角度域频谱接入技术问题,我们提出了三种频谱接入场景:OTOR-DTDR、DTDR-DTDR和IA-DTDR。用概率统计的方法计算其存在的频谱空洞检测概率、频谱空洞均值,干扰概率等。通过数值分析和仿真计算,我们得出:IA-DTDR场景下的频谱空洞检测概率最高,而OTOR-DTDR场景下最低。当N足够大时(N>10),角度δ对频谱接入机会有更显著的影响。通过对不同场景的仿真分析,我们进一步证明使用毫米波定向天线和允许干扰能够过得更多的角度域频谱空洞机会,从而提升频谱的利用率。第二,针对毫米波频谱共享网络性能问题,研究毫米波频谱共享网络系统模型、网络性能理论分析。在一定的干扰门限下,非授权用户可以在授权用户存在的情况下进行频谱接入,提高整个网络的性能。授权用户的覆盖概率随干扰门限的增大而减小;非授权用户的覆盖概率随干扰门限的增大而增大;而授权用户和非授权用户的覆盖概率和随干扰门限的增大先增大后减小,且值大于1,并且存在最优的干扰门限,使得授权、非授权用户组成的毫米波频谱共享网络性能最优。此外,由于SUTX对PURX干扰时,除了两者波束要对准之外,在其半径为R的扇形区域内也不能有其他PURX,即在0到R这么近的距离范围内,缺少了非授权用户对授权用户的干扰,所以本文的授权用户覆盖概率会明显大于文献[3-10]。第三,针对基于DoA估计的毫米波地理指纹定位方法问题,提出DoA-LF定位算法,综合利用RSSI和DoA信息进行LF定位。同时,毫米波所特有的波束窄、信号强度衰减快等特点也使得DoA-LF算法的定位精度大大提高。在DoA-LF算法中,通过MUSIC算法得到的DoA信息与RSSI信息将结合,构成新的定位离线数据库,通过在线匹配,找出最接近的K个参考点,通过WKNN算法加权平均,求出目标的估计点位置。此外,还从理论上分析了毫米波DoA-LF算法的CRLB。仿真结果表明,毫米波DoA-LF算法的性能较之其他算法明显提升。众多参数对算法定位误差的影响仿真结果佐证了 CRLB理论推导的结论。最后对本文的主要工作进行了总结,并且对未来研究进行了展望。