认知网络中基于赌博机模型的信道选择机制研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 第2章 频谱接入技术中的探索利用均衡问题 | 第14-27页 |
| 2.1 动态频谱接入的概述 | 第14-15页 |
| 2.2 机会频谱接入技术中的重要决策理论 | 第15-22页 |
| 2.2.1 博弈论 | 第15-17页 |
| 2.2.2 马尔可夫决策 | 第17-19页 |
| 2.2.3 最优停止理论 | 第19-21页 |
| 2.2.4 多臂赌博机模型 | 第21-22页 |
| 2.3 解决探索利用问题的经典学习策略 | 第22-26页 |
| 2.3.1 g贪婪算法 | 第23-24页 |
| 2.3.2 Boltzman探索策略 | 第24页 |
| 2.3.3 强化比较法 | 第24-25页 |
| 2.3.4 UCB索引策略 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于非贝叶斯MAB模型的信道选择机制 | 第27-41页 |
| 3.1 引言 | 第27-28页 |
| 3.2 系统模型 | 第28-29页 |
| 3.3 单用户情形下的索引学习法 | 第29-36页 |
| 3.3.1 带方差因子的UCB索引学习法 | 第29-33页 |
| 3.3.2 学习代价的收敛性 | 第33-36页 |
| 3.4 仿真及算法复杂度分析 | 第36-40页 |
| 3.4.1 算法复杂度分析 | 第36-37页 |
| 3.4.2 仿真结果 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于MAB模型的分组信道选择机制研究 | 第41-57页 |
| 4.1 系统模型 | 第41-43页 |
| 4.2 多用户多信道分布式学习策略 | 第43-44页 |
| 4.3 多用户多信道选择机制 | 第44-53页 |
| 4.3.1 信道分组 | 第44-45页 |
| 4.3.2 基于分组的信道选择策略 | 第45-47页 |
| 4.3.3 选择代价的有界性 | 第47-52页 |
| 4.3.4 策略的复杂度分析 | 第52-53页 |
| 4.4 仿真与分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第64页 |
