致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6页 |
缩写 | 第9-12页 |
第1章 绪论 | 第12-16页 |
1.1 课题背景与研究现状 | 第12-13页 |
1.2 论文的主要贡献 | 第13-14页 |
1.3 论文的结构安排 | 第14-16页 |
第2章 无线网络与SDN和NFV | 第16-25页 |
2.1 无线局域网与CAPWAP协议 | 第16-19页 |
2.1.1 IEEE 802.11技术 | 第16-18页 |
2.1.2 CAPWAP协议 | 第18-19页 |
2.2 SDN与NFV架构 | 第19-22页 |
2.3 SDN和NFV在无线网络中的应用研究现状 | 第22-24页 |
2.4 小结 | 第24-25页 |
第3章 基于智能SDN的无线局域网管理方案 | 第25-42页 |
3.1 基于智能SDN的管理架构 | 第25-29页 |
3.1.1 架构组成元素 | 第26-27页 |
3.1.2 OpenFlow协议扩展与实现 | 第27-29页 |
3.2 移动性管理 | 第29-36页 |
3.2.1 PMIPv6协议下的三层切换 | 第30-31页 |
3.2.2 基于智能SDN的无线局域网下的三层切换 | 第31-34页 |
3.2.3 仿真与性能分析 | 第34-36页 |
3.3 干扰管理 | 第36-41页 |
3.3.1 系统干扰模型 | 第37-38页 |
3.3.2 基于干扰图和流量预测的信道分配算法 | 第38-39页 |
3.3.3 性能仿真分析 | 第39-41页 |
3.4 小结 | 第41-42页 |
第4章 基于智能SDN的异构蜂窝网络控制机制研究 | 第42-58页 |
4.1 基于智能SDN的异构蜂窝网络 | 第42-46页 |
4.1.1 软件定义无线蜂窝网的研究现状 | 第42-43页 |
4.1.2 基于智能SDN的异构蜂窝网络架构 | 第43-44页 |
4.1.3 基础设施层 | 第44-45页 |
4.1.4 决策控制层 | 第45页 |
4.1.5 场景分析 | 第45-46页 |
4.2 网络切片中基于增强学习的路径分配算法 | 第46-57页 |
4.2.1 网络切片中的路径分配问题 | 第46-48页 |
4.2.2 增强学习与Q-Learning | 第48-49页 |
4.2.3 基于Q-Learning的网络切片算法和路径选择算法 | 第49-52页 |
4.2.4 算法性能分析 | 第52-57页 |
4.3 小结 | 第57-58页 |
第5章 总结与展望 | 第58-60页 |
参考文献 | 第60-66页 |
攻读硕士学位期间主要的研究成果 | 第66页 |