随着移动设备数量的增加和各种多媒体应用的快速发展,未来的移动通信系统必然需要更高的传输速率、更大的系统容量和更低的系统时延。而现有的低频系统已无法满足这样的要求,所以工业界将目光投向了非授权的60GHz毫米波频段,因为此频段有着极大的可用带宽,能轻松提供高达吉比特每秒的数据速率。但是由于毫米波频率高,具有较大的路径损耗,实际中需要用高增益的定向波束来补偿损耗,因此需要高效的波束赋形训练技术。另一方面,定向链路意味着干扰范围的减小,通过合适的调度方法就可以实现空间复用,从而进一步提高系统吞吐量。毫米波分布式网络是由IEEE 802.11ay工作组提出的一种网状网场景,能实现AP(Access Point,接入点)间直接通信,并采取了时分双工的通信模式,现有标准的相关机制已不再适合,本文就是围绕60GHz毫米波分布式网络下的波束训练和时隙调度进行研究。本文首先介绍了毫米波WLAN(Wireless Local Area Network,无线局域网)的信道接入方式和波束训练流程,并对训练时间进行了分析计算。之后介绍了毫米波WiFi分布式网络的场景架构,由于场景特点不同于传统毫米波网络,现有标准针对性地设计了新的波束训练机制和时隙分配机制,本文对二者均进行了介绍。之后本文针对动态的场景提出了毫米波分布式网络下的STA(Station,工作站)对多AP优化训练机制,对训练流程进行了详细设计,对训练的时间和比特开销进行了理论和仿真分析,仿真证明相比于原有的一对一训练和分组训练,提出的方案可以大大减少比特开销和训练时间。之后,模拟了实际场景下的节点以一定概率随机出现在场景内加入训练后再进行数据传输,仿真证明了采用此方案可有效提高系统吞吐量。本文还提出了基于干扰协调的时隙调度方案,由控制器收集信息后统一计算干扰情况再行分配。往每个时隙中分配某个AP的链路时,都计算共存链路之间的干扰,保证加入的链路能使本时隙所有链路能传输的数据包个数最大。与现有的三阶段分配机制相比,本文的方案不仅能够节省AP间协商的信令和时间开销,更能够明显提升网络吞吐量,降低总的传输时间。