摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 数据分流的背景及意义 | 第10-11页 |
1.2 数据分流技术的研究现状 | 第11-16页 |
1.2.1 有基础设施辅助的数据分流方法 | 第12-13页 |
1.2.2 无基础设施辅助的数据分流方法 | 第13-14页 |
1.2.3 基于经济学原理的数据分流方法 | 第14-16页 |
1.3 论文主要研究内容 | 第16页 |
1.4 论文后续的组织结构 | 第16-18页 |
第2章 面向异构网络的数据分流联合优化模型 | 第18-29页 |
2.1 面向异构网络的数据分流模型概述 | 第18-21页 |
2.1.1 面向传统异构网络的数据分流模型概述 | 第18-20页 |
2.1.2 面向机会异构网络的数据分流模型概述 | 第20-21页 |
2.2 一种面向传统异构网络的数据分流联合优化模型 | 第21-23页 |
2.2.1 模型概述 | 第21-22页 |
2.2.2 模型的优点 | 第22-23页 |
2.3 一种面向机会异构网络的数据分流联合优化模型 | 第23-28页 |
2.3.1 Wi-FiDirect技术概述 | 第23-24页 |
2.3.2 模型概述 | 第24-26页 |
2.3.3 模型的优点 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
第3章 一种面向传统异构网络的数据分流联合优化方法 | 第29-43页 |
3.1 问题的提出 | 第29-30页 |
3.2 问题形式化 | 第30-34页 |
3.2.1 多类型用户满意度最大化问题 | 第30-33页 |
3.2.2 多运营商利益损失和最小化问题 | 第33-34页 |
3.2.3 双层问题转化与DYCORS算法 | 第34页 |
3.3 双层问题转化与DYCORS算法 | 第34-38页 |
3.3.1 问题转化 | 第34-36页 |
3.3.2 DYCORS算法 | 第36-38页 |
3.4 仿真实验及分析 | 第38-41页 |
3.5 本章小结 | 第41-43页 |
第4章 一种面向机会异构网络的数据分流联合优化方法 | 第43-65页 |
4.1 问题的提出 | 第43-44页 |
4.2 问题形式化 | 第44-47页 |
4.2.1 多运营商能耗最小化问题 | 第44-46页 |
4.2.2 多类型请求用户满意度最大化问题 | 第46-47页 |
4.3 多运营商能耗最小化问题求解方法 | 第47-54页 |
4.3.1 问题转化 | 第48-49页 |
4.3.2 一种基于动态规划算法的限制性多重背包问题的求解方法 | 第49-51页 |
4.3.3 一种基于二进制拆分算法的限制性多重背包问题的求解方法 | 第51-54页 |
4.4 多类型请求用户满意度最大化问题求解方法 | 第54-57页 |
4.4.1 问题转化 | 第54-55页 |
4.4.2 基于改进的匈牙利算法的求解方法 | 第55-57页 |
4.5 仿真实验及分析 | 第57-64页 |
4.6 本章小结 | 第64-65页 |
结论 | 第65-67页 |
参考文献 | 第67-71页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
致谢 | 第72-73页 |