| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 选题背景及意义 | 第7-9页 |
| 1.1.1 选题背景 | 第7页 |
| 1.1.2 研究意义 | 第7-9页 |
| 1.2 遗传算法和粒子群算法在优化中的应用 | 第9-10页 |
| 1.3 智能算法在基站位置优化中的应用研究现状 | 第10-13页 |
| 1.3.1 国内外基站位置优化研究现状 | 第10-12页 |
| 1.3.2 加速遗传算法的提出 | 第12页 |
| 1.3.3 改进粒子群算法的提出 | 第12-13页 |
| 1.4 本文的主要研究内容及其结构安排 | 第13-15页 |
| 1.4.1 论文的主要研究内容 | 第13-14页 |
| 1.4.2 论文的结构安排 | 第14-15页 |
| 第二章 移动通信的无线网络规划理论 | 第15-21页 |
| 2.1 网络规划的内容与规划原则 | 第15-17页 |
| 2.1.1 网络规划的内容 | 第15-16页 |
| 2.1.2 网络规划的原则 | 第16-17页 |
| 2.2 无线网络规划流程 | 第17-18页 |
| 2.2.1 网络规划前的需求分析 | 第17页 |
| 2.2.2 规划区域的划分 | 第17-18页 |
| 2.3 基站分布规划 | 第18-20页 |
| 2.3.1 基站分布规划的内容 | 第18页 |
| 2.3.2 基站分布规划的原则 | 第18-19页 |
| 2.3.3 基站规划的目标 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 LTE系统的特点、关键技术及传播预测模型理论 | 第21-26页 |
| 3.1 LTE系统的特点和关键技术 | 第21-22页 |
| 3.1.1 LTE系统的特点 | 第21页 |
| 3.1.2 LTE系统的关键技术 | 第21-22页 |
| 3.2 基站的分类 | 第22-23页 |
| 3.3 无线传播模型 | 第23-25页 |
| 3.3.1 研究无线传播模型的意义 | 第23页 |
| 3.3.2 Okumura-Hata模型 | 第23-24页 |
| 3.3.3 C0ST231-Hata模型 | 第24页 |
| 3.3.4 General模型 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于AGA的基站分布规划 | 第26-38页 |
| 4.1 引言 | 第26页 |
| 4.2 加速遗传算法的实现 | 第26-30页 |
| 4.2.1 概述 | 第26-27页 |
| 4.2.2 二进制编码的加速遗传算法 | 第27-30页 |
| 4.3 模拟退火算法的实现 | 第30-31页 |
| 4.4 基于AGA的基站位置优化建模 | 第31-34页 |
| 4.4.1 基站位置优化问题的描述 | 第31-32页 |
| 4.4.2 基站分布规划的建模 | 第32-34页 |
| 4.5 算法实现 | 第34-35页 |
| 4.6 仿真结果与分析 | 第35-37页 |
| 4.7 本章小结 | 第37-38页 |
| 第五章 组合策略的粒子群算法的 4G基站位置优化 | 第38-50页 |
| 5.1 引言 | 第38页 |
| 5.2 4G基站分布规划问题的描述 | 第38-39页 |
| 5.3 建立数学模型 | 第39-41页 |
| 5.3.1 模型参数定义 | 第39-40页 |
| 5.3.2 建立模型 | 第40-41页 |
| 5.4 组合策略的粒子群优化算法的实现 | 第41-44页 |
| 5.4.1 概述 | 第41-42页 |
| 5.4.2 基本粒子群算法 | 第42-43页 |
| 5.4.3 非线性学习因子策略 | 第43-44页 |
| 5.4.4 改进的自适应压缩因子策略 | 第44页 |
| 5.5 算法的实现过程 | 第44-45页 |
| 5.6 仿真分析 | 第45-49页 |
| 5.6.1 仿真参数设定 | 第45-46页 |
| 5.6.2 仿真结果与分析 | 第46-49页 |
| 5.7 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| 6.1 论文总结 | 第50-51页 |
| 6.2 本文的主要创新点 | 第51页 |
| 6.3 论文展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 硕士期间发表的论文 | 第58-59页 |
| 致谢 | 第59-61页 |