| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 引言 | 第10-15页 |
| 1.1 论文的研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文结构及安排 | 第13-15页 |
| 2 背景知识概述 | 第15-31页 |
| 2.1 认知无线电网络 | 第15-18页 |
| 2.1.1 认知无线电技术 | 第15-17页 |
| 2.1.2 认知无线电网络架构 | 第17-18页 |
| 2.2 认知无线电网络中引入的社交网移动模型 | 第18-23页 |
| 2.2.1 基于社区/分组的模型(Community/Group Based Mobility Model) | 第19-20页 |
| 2.2.2 基于相遇的模型(Encounter Based Mobility Model) | 第20页 |
| 2.2.3 时变模型(Time-variant Mobility Model) | 第20-21页 |
| 2.2.4 工作日移动模型(Working day Mobility Model) | 第21-22页 |
| 2.2.5 SWIM(Small World In Motion) | 第22页 |
| 2.2.6 VSSE(Virtual Social Simulated Environment) | 第22-23页 |
| 2.2.7 现有移动模型的比较分析 | 第23页 |
| 2.3 合作中继技术 | 第23-26页 |
| 2.3.1 合作中继网络中的分集与中继技术 | 第23-25页 |
| 2.3.2 合作中继传输模式 | 第25-26页 |
| 2.4 论文中算法基础 | 第26-30页 |
| 2.4.1 约束马尔科夫决策过程 | 第26-27页 |
| 2.4.2 线性规划 | 第27-28页 |
| 2.4.3 优化停止理论 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于CMDP的动态中继选择 | 第31-41页 |
| 3.1 系统模型 | 第31-34页 |
| 3.1.1 网络模型 | 第31-32页 |
| 3.1.2 移动模型 | 第32-33页 |
| 3.1.3 传输模型 | 第33-34页 |
| 3.2 基于CMDP的动态中继选择 | 第34-36页 |
| 3.2.1 状态和策略空间 | 第34-35页 |
| 3.2.2 转移概率矩阵 | 第35页 |
| 3.2.3 CMDP问题建模 | 第35-36页 |
| 3.3 算法性能分析 | 第36-40页 |
| 3.3.1 损耗变化的影响 | 第37-38页 |
| 3.3.2 数据队列最大值的影响 | 第38页 |
| 3.3.3 性能比较 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于优化停止理论的动态中继选择 | 第41-59页 |
| 4.1 系统模型 | 第41-46页 |
| 4.1.1 网络模型 | 第42-43页 |
| 4.1.2 移动模型 | 第43-45页 |
| 4.1.3 传输模型 | 第45-46页 |
| 4.2 基于优化停止理论的动态中继选择 | 第46-52页 |
| 4.2.1 问题描述 | 第46-47页 |
| 4.2.2 SU的可用概率 | 第47-48页 |
| 4.2.3 构建收益函数 | 第48-50页 |
| 4.2.4 最优停止准则 | 第50-52页 |
| 4.3 算法性能分析 | 第52-57页 |
| 4.3.1 机会模拟器ONE介绍 | 第52页 |
| 4.3.2 社区划分及社区吸引力的设定 | 第52-54页 |
| 4.3.3 仿真参数设定 | 第54-55页 |
| 4.3.4 参数α对算法性能的影响 | 第55-56页 |
| 4.3.5 不同时间段内各社区内算法的表现 | 第56-57页 |
| 4.3.6 与随机算法进行比较 | 第57页 |
| 4.4 本章小结 | 第57-59页 |
| 5 结论 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 未来展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 学位论文数据集 | 第66页 |
