未来几年内我国移动用户规模、用户月均流量和数据流量将有大幅增加,对于无线通信系统来说,这无疑是一个十分严峻的挑战。此外,新兴智能业务和不断提高的用户需求也是无线通信系统面临的新挑战,技术革新已成为大势所趋。国际电信联盟在2012年开展了与5G有关的前瞻性研究工作,并于2015年将其正式命名为“IMT-2020”。目前,我国5G研发和测试工作主要集中在6 GHz以下的低频段,高频候选频段的研究成果相对较少,特别是25 GHz,而隧道在人类社会中又有着不可替代的作用,因而本文对隧道环境中25 GHz电波的传播特性进行了初步的、系统的研究。本文的研究内容包括以下三个方面:1)分析了25 GHz电波路径损耗与隧道环境参数的关系。结果表明,隧道环境中25 GHz电波路径损耗的主要影响因素有隧道壁相对介电常数、隧道壁粗糙度、隧道截面尺寸和隧道弯曲率。当相对介电常数小于7时,平均接收功率和远场衰减常数变化比较明显,而后不管相对介电常数如何增加,两者都趋于稳定;隧道表面越粗糙,平均接收功率越小,远场衰减常数越大;隧道截面尺寸越大,平均接收功率越大,而远场衰减常数和隧道截面尺寸之间关系不明显;隧道越弯曲,平均接收功率和远场衰减常数都越小。2)研究了隧道环境中25 GHz电波的小尺度衰落、时延扩散和多普勒效应。收发距离越远,小尺度范围内接收功率的波动范围越小,接收功率的最大偏差和衰落深度也越小,莱斯K因子随收发距离的增加呈现出先减小后增大的趋势。直隧道中,当隧道截面尺寸一定时,时延随收发距离的增加先增大后减小,同样的收发距离,隧道截面尺寸越大,时延也越大。隧道越弯曲,射线在其中传播时反射次数也越多,路径分量之间的路程差也越大,时延和收发距离之间的关系也越复杂。隧道环境中相对频率偏移只取决于物体的移动速度,而多普勒频移不仅和物体的移动速度有关,还和电波频率有关。3)受生物神经网络启发而诞生的人工神经网络具有函数逼近、预测评估的功能。为此本文首先建立了输入神经元为收发距离和隧道曲率半径、输出神经元为接收功率的BP和RBF神经网络,然后又建立了输入神经元为收发距离和隧道截面积、输出神经元为接收功率的RBF神经网络,并分别对两个网络的性能进行了测试。从测试结果来看,人工神经网络的预测精度较高,且运行时间极短,几乎可以忽略不计。训练后的BP神经网络只可以预测出接收功率随收发距离的变化趋势,而RBF神经网络不仅可以准确预测接收功率随收发距离的变化趋势,还可以预测接收功率的局部变化规律。