随着无线数据流量的激增,通信需求与频谱资源之间的矛盾日益加重。毫米波由于丰富的频谱资源成为应对上述问题的关键技术之一。为了进一步研究毫米波的传播特性,除传统的统计性信道建模方法之外,基于射线跟踪技术分析信道传播特性已成为当下的研究热点。传统的射线跟踪并不包含漫反射。在毫米波频段,漫反射是较为重要的一种传播机制。漫反射的建模和计算方法成为影响射线跟踪准确性的重要因素。为此,本文基于深度神经网络提出一种漫反射计算方法,基于该方法完善射线跟踪平台。并针对28 GHz这一热点频段在室内会议室,视距环境下进行信道测量和电波传播的仿真分析。将含有漫反射的射线跟踪结果与实际测量数据进行对比,对完善后的射线跟踪平台进行验证,分析了射线跟踪技术在信道建模中的应用价值。本文的主要内容包括:1.室内会议室场景下信道测量和射线跟踪平台的搭建。本文首先对5G关键频段28GHz做了信道测量工作,并结合相应的数据处理方法获得信道参数。之后,采用仿真和实际测量相结合的方法来确定射线跟踪平台所使用的参数,利用实际测量数据验证射线跟踪平台参数设置的合理性,完成射线跟踪平台的校准。2.基于深度神经网络计算由墙壁导致的漫反射。漫反射对射线跟踪的准确性有着重要影响,尤其是毫米波频段。本文在现有的射线跟踪平台上通过深度神经网络添加漫反射传播机制,预测由粗糙墙壁引起的漫反射。最后将实际测量、射线跟踪、含漫反射的射线跟踪得到信道参数进行对比,证明了该方法在提高射线跟踪准确性上的可行性。3.利用射线跟踪分析信道多径簇的统计特性。簇的统计特性不仅可以增强我们对电磁波传播机制的理解,而且对毫米波通信系统的设计工作至关重要。本文通过实际测量、射线跟踪、含漫反射的射线跟踪分析了 28GHz,室内会议室场景下簇的统计特性。给出了这些参数的拟合结果,进一步分析了漫反射对于簇特性的重要性。