| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究意义 | 第14-15页 |
| 1.4 论文的主要内容及章节安排 | 第15-17页 |
| 第二章 超密集网络与干扰对齐技术 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 超密集网络(UDN)概述 | 第17-23页 |
| 2.2.1 UDN的网络架构 | 第18-20页 |
| 2.2.2 UDN的关键技术 | 第20页 |
| 2.2.3 UDN的PPP建模 | 第20-23页 |
| 2.2.3.1 随机几何理论概述 | 第20-21页 |
| 2.2.3.2 随机几何拓扑模型 | 第21-23页 |
| 2.3 超密集网络中的干扰管理技术概述 | 第23-32页 |
| 2.3.1 干扰管理技术概述 | 第23-26页 |
| 2.3.2 干扰对齐实现原理 | 第26-28页 |
| 2.3.3 分布式干扰对齐算法 | 第28-32页 |
| 2.3.3.1 最小干扰泄露(MinWIL-IA) | 第28-30页 |
| 2.3.3.2 最大信干噪比算法(MaxSINR-IA) | 第30-31页 |
| 2.3.3.3 分布式IA算法对比 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 超密集网络中分簇IA算法设计 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 研究现状与研究思路分析 | 第33-37页 |
| 3.3 UDN建模与分簇IA系统模型分析 | 第37-39页 |
| 3.3.1 UDN建模及分析 | 第37-38页 |
| 3.3.2 分簇IA系统模型分析 | 第38-39页 |
| 3.4 基于图论的分簇IA算法 | 第39-46页 |
| 3.4.1 基于Distance权值检测的邻选分簇策略 | 第41-43页 |
| 3.4.2 基于NIR权值检测的邻选分簇策略 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 仿真验证与分析 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 仿真环境设置 | 第47-48页 |
| 4.3 仿真结果与分析 | 第48-53页 |
| 4.3.1 分簇结果对比分析 | 第48-50页 |
| 4.3.2 系统性能对比分析 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55页 |
| 5.2 后续研究展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 英文缩写说明 | 第61-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
| 攻读学位期间参加的科研项目 | 第64页 |
