| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 雾计算及其能耗问题的研究背景和研究意义 | 第16-18页 |
| 1.2 雾计算及其能耗问题的国内外研究现状 | 第18-21页 |
| 1.2.1 雾计算的国外研究现状 | 第18-20页 |
| 1.2.2 雾计算的国内研究现状 | 第20-21页 |
| 1.2.3 雾计算能耗问题的研究现状 | 第21页 |
| 1.3 本文主要研究工作 | 第21-22页 |
| 1.4 本文的论文结构 | 第22-24页 |
| 第二章 雾计算相关研究概述 | 第24-34页 |
| 2.1 雾计算概述 | 第24页 |
| 2.2 雾计算架构 | 第24-25页 |
| 2.3 雾计算的特征和优势 | 第25-28页 |
| 2.4 雾计算的典型应用场景 | 第28-32页 |
| 2.5 本章总结 | 第32-34页 |
| 第三章 面向健康监护的雾计算任务处理能耗优化研究 | 第34-48页 |
| 3.1 引言 | 第34-35页 |
| 3.2 面向健康监护的雾计算架构 | 第35-36页 |
| 3.3 面向健康监护雾计算任务处理能耗优化的数学建模 | 第36-38页 |
| 3.3.1 面向健康监护雾计算网络拓扑模型 | 第36页 |
| 3.3.2 面向健康监护雾任务负载均衡的能耗建模 | 第36-38页 |
| 3.4 PSO算法应用于雾计算负载均衡能耗优化及MATLAB仿真 | 第38-41页 |
| 3.4.1 PSO粒子群算法的基本原理 | 第38页 |
| 3.4.2 PSO粒子群算法的流程 | 第38-39页 |
| 3.4.3 PSO算法对雾计算任务处理能耗优化策略的仿真 | 第39-41页 |
| 3.5 对时延受限的雾计算任务处理能耗优化策略研究 | 第41-46页 |
| 3.5.1 时延受限的雾计算任务处理能耗优化建模 | 第41-42页 |
| 3.5.2 针对时延受限雾任务处理能耗优化的MPSO算法 | 第42-44页 |
| 3.5.3 基于MPSO算法的时延受限雾任务处理能耗优化仿真 | 第44-46页 |
| 3.6 本章总结 | 第46-48页 |
| 第四章 面向健康监护的雾设备通信能耗优化研究 | 第48-66页 |
| 4.1 引言 | 第48-49页 |
| 4.2 功率放大器线性化技术 | 第49-50页 |
| 4.3 OFDM系统模型及功率放大器仿真模型 | 第50-52页 |
| 4.3.1 带预失真的OFDM系统模型 | 第50-51页 |
| 4.3.2 功率放大器通用仿真模型 | 第51-52页 |
| 4.4 功率放大器的预失真原理 | 第52-56页 |
| 4.4.1 功率放大器的数字预失真 | 第52-54页 |
| 4.4.2 频域记忆非线性预失真 | 第54-56页 |
| 4.5 记忆功放新型预失真方案 | 第56-60页 |
| 4.5.1 频域自适应数字预失真 | 第56-58页 |
| 4.5.2 功率放大器预失真自适应更新算法 | 第58-60页 |
| 4.6 仿真分析 | 第60-64页 |
| 4.6.1 信号接收端星座图比较 | 第60-62页 |
| 4.6.2 功放预失真收敛速度与收敛精度比较 | 第62-63页 |
| 4.6.3 预失真功率放大器发送信号频谱图比较 | 第63页 |
| 4.6.4 高斯白噪声信道条件下误码率性能 | 第63-64页 |
| 4.7 本章总结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
