| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第14-32页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 研究问题 | 第16-17页 |
| 1.2.1 移动App数据下载能耗与性能优化 | 第16页 |
| 1.2.2 移动Web浏览的能耗与性能优化 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-26页 |
| 1.3.1 能耗测量及分析 | 第18-19页 |
| 1.3.2 能耗建模 | 第19-21页 |
| 1.3.3 能耗管理 | 第21-22页 |
| 1.3.4 网络数据传输相关优化研究 | 第22-24页 |
| 1.3.5 移动Web浏览优化技术 | 第24页 |
| 1.3.6 其他节能研究 | 第24-26页 |
| 1.4 研究难点与挑战 | 第26-27页 |
| 1.5 研究内容与组织结构 | 第27-32页 |
| 1.5.1 主要研究内容 | 第27-30页 |
| 1.5.2 文章组织结构 | 第30-32页 |
| 第二章 基于李雅普诺夫优化框架的低功耗链路选择下载算法 | 第32-48页 |
| 2.1 概述 | 第32-33页 |
| 2.2 基于Lyapunov优化框架的低功耗链路选择下载算法 | 第33-37页 |
| 2.2.1 李雅普诺夫函数 | 第33-34页 |
| 2.2.2 稳定队列 | 第34页 |
| 2.2.3 网络队列的Lyapunov偏移 | 第34-35页 |
| 2.2.4 低功耗链路选择下载算法LLA | 第35-37页 |
| 2.3 LLA实验及性能评估 | 第37-46页 |
| 2.3.1 硬件及软件平台 | 第37-38页 |
| 2.3.2 3G及WiFi状态机 | 第38-40页 |
| 2.3.3 信号强度与下载速度 | 第40-41页 |
| 2.3.4 Android WiFi链路策略 | 第41-42页 |
| 2.3.5 LLA实验部署及各模块说明 | 第42-44页 |
| 2.3.6 实验结果及分析 | 第44-46页 |
| 2.4 本章小结 | 第46-48页 |
| 第三章 基于马尔科夫决策过程的能耗感知下载模型 | 第48-66页 |
| 3.1 概述 | 第48-49页 |
| 3.2 基于MDP的能耗感知下载模型 | 第49-55页 |
| 3.2.1 MDP原理 | 第49-50页 |
| 3.2.2 值函数 | 第50-51页 |
| 3.2.3 动态规划 | 第51-53页 |
| 3.2.4 基于MDP的能耗感知下载模型EDM | 第53-55页 |
| 3.3 EDM实验及性能评估 | 第55-63页 |
| 3.3.1 基础功耗分析 | 第55-56页 |
| 3.3.2 LTE功耗状态分析 | 第56-58页 |
| 3.3.3 LTE信号强度与用户体验的关系 | 第58-59页 |
| 3.3.4 构建模型 | 第59-61页 |
| 3.3.5 模型部署及评估 | 第61-63页 |
| 3.4 本章小结 | 第63-66页 |
| 第四章 基于SVM的移动Web浏览优化模型 | 第66-88页 |
| 4.1 概述 | 第66-68页 |
| 4.2 移动浏览器工作原理 | 第68-72页 |
| 4.2.1 Chromium架构 | 第68-69页 |
| 4.2.2 Web渲染过程 | 第69-70页 |
| 4.2.3 移动Web浏览能耗问题 | 第70-72页 |
| 4.3 基于支持向量机的Web浏览优化模型 | 第72-78页 |
| 4.3.1 支持向量机分类算法 | 第73-74页 |
| 4.3.2 特征获取 | 第74-76页 |
| 4.3.3 训练预测器 | 第76-77页 |
| 4.3.4 运行部署 | 第77页 |
| 4.3.5 实例 | 第77-78页 |
| 4.4 SVM模型实验评估 | 第78-87页 |
| 4.4.1 硬件及软件平台 | 第78-79页 |
| 4.4.2 实验评估方法 | 第79页 |
| 4.4.3 决策树和SVM比较 | 第79-80页 |
| 4.4.4 WS对比实验 | 第80-85页 |
| 4.4.5 基于网络环境的CPU配置预测模型 | 第85-87页 |
| 4.5 结论 | 第87-88页 |
| 第五章 总结与展望 | 第88-94页 |
| 5.1 研究内容与成果 | 第88-90页 |
| 5.2 研究工作展望 | 第90-94页 |
| 参考文献 | 第94-106页 |
| 致谢 | 第106-108页 |
| 攻读博士学位期间取得的科研成果 | 第108-110页 |
| 作者简介 | 第110页 |