首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

面向网络化系统的分布式估计及优化算法研究

摘要第5-8页
ABSTRACT第8-10页
主要缩略语第13-16页
第一章 绪论第16-28页
    1.1 研究背景和意义第16-18页
    1.2 研究内容第18-20页
    1.3 研究目标第20-21页
    1.4 主要贡献第21-22页
    1.5 论文组织结构第22-23页
    1.6 本章参考文献第23-28页
第二章 面向网络化系统的分布式估计及优化算法介绍第28-46页
    2.1 分布式算法概述第28-30页
        2.1.1 分布式估计第28页
        2.1.2 分布式网络第28-29页
        2.1.3 分布式算法第29-30页
    2.2 自适应滤波算法第30-34页
        2.2.1 几种常用滤波算法第30-32页
        2.2.2 卡尔曼滤波算法第32-34页
    2.3 扩散性策略的分布式优化算法第34-41页
        2.3.1 扩散性策略概述第34-36页
        2.3.2 算法实现第36-38页
        2.3.3 对比分析第38页
        2.3.4 扩散性策略的卡尔曼滤波算法研究第38-41页
    2.4 本章小结第41页
    2.5 本章参考文献第41-46页
第三章 动态链路拓扑的网络化系统分布式估计问题第46-66页
    3.1 引言第46-48页
    3.2 相关工作第48-50页
        3.2.1 虚拟无线传感网络化系统简介第48-49页
        3.2.2 基础概念第49-50页
    3.3 问题描述第50-54页
        3.3.1 网络建模第51-53页
        3.3.2 动态拓扑方案第53-54页
    3.4 动态扩散性状态预测滤波算法第54-59页
        3.4.1 算法设计第54-55页
        3.4.2 算法性能分析第55-59页
    3.5 仿真分析第59-63页
        3.5.1 参数设置第59-60页
        3.5.2 仿真结果及分析第60-63页
    3.6 本章小结第63-64页
    3.7 本章参考文献第64-66页
第四章 非约束量化网络化系统下分布式估计问题第66-94页
    4.1 引言第66-68页
    4.2 相关工作第68-70页
        4.2.1 移动群智感知网络化系统研究第68页
        4.2.2 分布式量化算法研究第68-69页
        4.2.3 分布式移动群智感知系统简介第69-70页
    4.3 问题描述第70-74页
        4.3.1 网络建模第71-73页
        4.3.2 抖动量化模型第73-74页
        4.3.3 基于本地信息的扩散卡尔曼滤波算法第74页
    4.4 量化扩散性卡尔曼滤波算法第74-82页
        4.4.1 算法设计第74-78页
        4.4.2 算法性能分析第78-82页
    4.5 仿真分析第82-90页
        4.5.1 参数设置第82-83页
        4.5.2 仿真结果及分析第83-90页
    4.6 本章小结第90页
    4.7 本章参考文献第90-94页
第五章 含约束集的网络化系统下分布式优化问题第94-120页
    5.1 引言第94-96页
    5.2 相关工作第96-99页
        5.2.1 内容缓存策略研究第96-97页
        5.2.2 5G内容中心网络架构第97-98页
        5.2.3 绿色动态最优缓存策略简介第98-99页
    5.3 系统模型建立第99-102页
        5.3.1 网络模型第100-101页
        5.3.2 内容流行度模型第101页
        5.3.3 能量消耗模型第101-102页
    5.4 高能效内容缓存策略问题构建第102-105页
        5.4.1 优化问题构建第103-105页
        5.4.2 最优解存在条件分析第105页
    5.5 正交投影扩散性分布式优化算法第105-108页
        5.5.1 算法设计第105-107页
        5.5.2 算法分析第107-108页
    5.6 仿真分析第108-116页
        5.6.1 仿真设置第108-110页
        5.6.2 仿真结果及分析第110-116页
    5.7 本章小结第116页
    5.8 本章参考文献第116-120页
第六章 结束语第120-122页
    6.1 论文总结第120-121页
    6.2 未来的研究工作第121-122页
致谢第122-124页
攻读博士学位期间发表的学术论文/参与项目第124-125页

论文共125页,点击 下载论文
上一篇:泛在终端协同的业务恢复方法
下一篇:群智感知激励机制与高质量数据收集研究