| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要的研究内容及成果 | 第14-15页 |
| 1.4 论文的架构 | 第15-17页 |
| 第二章 DASH业务在LTE网络中的传输 | 第17-27页 |
| 2.1 基于HTTP的动态自适应流媒体业务 | 第17-21页 |
| 2.1.1 DASH的特点及标准 | 第17-20页 |
| 2.1.2 DASH的用户体验指标 | 第20-21页 |
| 2.2 LTE网络的资源分配和终端节能方法 | 第21-24页 |
| 2.2.1 LTE网络的资源分配机制 | 第21-22页 |
| 2.2.2 LTE网络的终端节能方法 | 第22-24页 |
| 2.3 LTE网络中DASH业务的传输机制及挑战 | 第24-26页 |
| 2.3.1 LTE DASH业务的传输机制 | 第24-25页 |
| 2.3.2 LTE DASH业务的挑战 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 面向用户体验感知和终端节能的资源调度方案 | 第27-39页 |
| 3.1 LTE网络中视频业务的调度算法 | 第27-29页 |
| 3.1.1 用户体验导向型的调度算法 | 第27-28页 |
| 3.1.2 节能型的调度算法 | 第28-29页 |
| 3.2 基于Lyapunov优化的带宽资源调度算法 | 第29-35页 |
| 3.2.1 系统模型 | 第29-31页 |
| 3.2.2 优化问题建模 | 第31-33页 |
| 3.2.3 算法设计 | 第33-35页 |
| 3.3 性能仿真分析 | 第35-36页 |
| 3.3.1 仿真参数配置 | 第35页 |
| 3.3.2 仿真结果分析 | 第35-36页 |
| 3.4 本章小结 | 第36-39页 |
| 第四章 基于网络状态识别的DASH码率自适应方案 | 第39-61页 |
| 4.1 DASH业务的码率自适应机制 | 第39-43页 |
| 4.1.1 传统的DASH业务码率自适应算法 | 第39-41页 |
| 4.1.2 适用于移动网络的码率自适应算法 | 第41-43页 |
| 4.2 基于网络状态识别的码率自适应算法 | 第43-51页 |
| 4.2.1 网络实时运行数据的获取及特征分析 | 第44-47页 |
| 4.2.2 基于机器学习的网络状态识别机制 | 第47-50页 |
| 4.2.3 基于识别结果的码率自适应算法 | 第50-51页 |
| 4.3 性能仿真分析 | 第51-60页 |
| 4.3.1 基于NS3的LTE DASH仿真平台 | 第52-53页 |
| 4.3.2 仿真参数配置 | 第53-54页 |
| 4.3.3 仿真结果分析 | 第54-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来工作展望 | 第62-63页 |
| 缩略语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |