| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文研究工作 | 第13-14页 |
| 1.4 论文内容及结构综述 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 移动边缘技术及D2D通信技术 | 第16-24页 |
| 2.1 D2D通信技术 | 第16-19页 |
| 2.1.1 D2D通信的概述 | 第16-17页 |
| 2.1.2 D2D通信的优势及应用场景 | 第17-18页 |
| 2.1.3 D2D通信的关键技术 | 第18-19页 |
| 2.2 移动边缘网络 | 第19-23页 |
| 2.2.1 移动边缘缓存的概述 | 第19-20页 |
| 2.2.2 移动边缘缓存的优势 | 第20页 |
| 2.2.3 移动边缘缓存策略 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于学习的D2D辅助蜂窝网络中的协作缓存策略 | 第24-44页 |
| 3.1 系统模型 | 第24-30页 |
| 3.1.1 网络架构 | 第24-26页 |
| 3.1.2 数学模型 | 第26-29页 |
| 3.1.3 目标函数构造 | 第29页 |
| 3.1.4 目标函数重构 | 第29-30页 |
| 3.2 基于MAB学习的在线协作缓存算法 | 第30-37页 |
| 3.2.1 算法描述 | 第31页 |
| 3.2.2 用MAB学习内容流行度分布 | 第31-33页 |
| 3.2.3 用SDR求解非凸QCQP问题 | 第33-37页 |
| 3.3 仿真结果 | 第37-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于聚类的D2D辅助蜂窝网络中的协作缓存策略 | 第44-64页 |
| 4.1 系统模型 | 第44-51页 |
| 4.1.1 网络架构 | 第44-46页 |
| 4.1.2 数学模型 | 第46-50页 |
| 4.1.3 目标函数构造 | 第50页 |
| 4.1.4 目标函数重构 | 第50-51页 |
| 4.2 基于K均值的协作缓存算法 | 第51-57页 |
| 4.2.1 算法描述 | 第51-52页 |
| 4.2.2 用K均值算法对用户进行分类 | 第52-54页 |
| 4.2.3 用贪婪算法求解优化问题 | 第54-57页 |
| 4.3 仿真结果 | 第57-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 工作总结与展望 | 第64-66页 |
| 5.1 论文工作总结 | 第64-65页 |
| 5.2 进一步的研究工作 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 附录 缩略语 | 第74-76页 |
| 攻读学位期间取得的研究成果 | 第76页 |