| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 缩略语 | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·论文研究背景 | 第9-14页 |
| ·认知无线电及强化学习概述 | 第9-12页 |
| ·认知无线电及强化学习发展现状 | 第12-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 强化学习的理论基础 | 第16-30页 |
| ·强化学习概述 | 第16-21页 |
| ·强化学习模型 | 第16-18页 |
| ·优化行为模型 | 第18-19页 |
| ·马尔可夫决策过程 | 第19-21页 |
| ·强化学习的基本算法 | 第21-26页 |
| ·TD算法 | 第22-23页 |
| ·Q学习 | 第23-25页 |
| ·Sarsa学习算法 | 第25-26页 |
| ·Dyna算法 | 第26页 |
| ·多Agent强化学习基本理论 | 第26-29页 |
| ·MARL方法及其发展 | 第27页 |
| ·合作MARL | 第27-28页 |
| ·基于对策或平衡解的MARL | 第28-29页 |
| ·最佳响应MARL | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于DAQL动态频谱接入改进算法 | 第30-42页 |
| ·引言 | 第30页 |
| ·认知引擎 | 第30-32页 |
| ·改进的DAQL算法 | 第32-37页 |
| ·系统模型 | 第32-33页 |
| ·接入方案 | 第33页 |
| ·算法描述 | 第33-34页 |
| ·问题映射 | 第34-35页 |
| ·DAQL改进算法实现过程 | 第35-37页 |
| ·仿真与分析 | 第37-41页 |
| ·只有固定占用频谱的授权用户存在时的接入分析 | 第38-39页 |
| ·有多种授权用户存在时的接入分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于分布式独立学习的多用户动态频谱接入算法 | 第42-53页 |
| ·引言 | 第42-43页 |
| ·多Agent系统 | 第43-44页 |
| ·基于分布式独立学习的多用户动态频谱接入算法 | 第44-49页 |
| ·系统环境模型 | 第44-45页 |
| ·分布式独立强化学习 | 第45-46页 |
| ·问题映射及实现过程 | 第46-49页 |
| ·仿真与分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于协作学习的多用户动态频谱接入算法 | 第53-63页 |
| ·引言 | 第53页 |
| ·多Agent系统的协作机制 | 第53-55页 |
| ·合同网技术 | 第53-54页 |
| ·黑板模型 | 第54页 |
| ·结果共享的协同方法 | 第54-55页 |
| ·基于协作学习的多用户动态频谱接入算法 | 第55-60页 |
| ·算法框架 | 第55-56页 |
| ·算法描述 | 第56-60页 |
| ·仿真结果及其分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 全文总结及展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·进一步研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表的论文及参加的项目 | 第70页 |