基于机器学习的LTE-U网络资源优化
致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-9页 |
缩写、符号清单、术语表 | 第13-18页 |
1 绪论 | 第18-36页 |
1.1 免许可频段LTE技术 | 第19-20页 |
1.2 LTE和WiFi的共存问题 | 第20-22页 |
1.3 拟采用的机器学习技术概述 | 第22-34页 |
1.4 本论文动机、创新点和内容安排 | 第34-36页 |
2 基于多智能体强化学习的免许可频段资源共享 | 第36-48页 |
2.1 系统模型与问题建模 | 第36-41页 |
2.2 多智能体DQN算法 | 第41-44页 |
2.3 性能评估 | 第44-47页 |
2.4 本章小结 | 第47-48页 |
3 基于RL-BiLSTM的资源分配和用户关联 | 第48-60页 |
3.1 系统模型与问题建模 | 第48-52页 |
3.2 RL-BiLSTM算法 | 第52-56页 |
3.3 性能评估 | 第56-58页 |
3.4 本章小结 | 第58-60页 |
4 基于模仿学习的LTE-U网络能量效率优化 | 第60-74页 |
4.1 系统模型与问题建模 | 第60-64页 |
4.2 分支定界法 | 第64-66页 |
4.3 基于模仿学习的剪枝策略 | 第66-69页 |
4.4 性能评估 | 第69-73页 |
4.5 本章小结 | 第73-74页 |
5 总结与展望 | 第74-78页 |
参考文献 | 第78-85页 |
攻读硕士学位期间参研项目、主要成果及获奖情况 | 第85页 |