| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略词表 | 第13-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 5G海量连接场景下的接入网络性能优化研究现状 | 第17-19页 |
| 1.3 论文研究内容 | 第19-20页 |
| 1.4 本论文的结构安排 | 第20-21页 |
| 第二章 海量M2M连接场景下的随机接入过程优化 | 第21-37页 |
| 2.1 引言 | 第21-22页 |
| 2.2 M2M海量连接场景下的随机接入性能分析 | 第22-28页 |
| 2.2.1 LTE随机接入过程 | 第22-24页 |
| 2.2.2 海量M2M场景下基于S-ALOHA的LTE随机接入性能分析 | 第24-26页 |
| 2.2.3 系统模型仿真 | 第26-28页 |
| 2.3 基于虚拟ID自学习的随机接入过程 | 第28-36页 |
| 2.3.1 Q-Learning算法在随机接入过程中的应用 | 第29-33页 |
| 2.3.2 基于虚拟ID的Q-Learning算法在随机接入过程中的应用 | 第33-36页 |
| 2.4 总结 | 第36-37页 |
| 第三章 海量M2M连接场景下的上行调度优化 | 第37-61页 |
| 3.1 引言 | 第37页 |
| 3.2 资源调度算法 | 第37-40页 |
| 3.2.1 经典调度算法 | 第38-40页 |
| 3.2.2 性能比较 | 第40页 |
| 3.3 调度器 | 第40-44页 |
| 3.3.1 LTE调度器 | 第41-43页 |
| 3.3.2 上下行具体调度流程 | 第43-44页 |
| 3.4 海量M2M业务与H2H业务共存环境下的上行调度优化 | 第44-51页 |
| 3.4.1 统一调度缺陷 | 第44-45页 |
| 3.4.2 分队列分层调度 | 第45-51页 |
| 3.4.2.1 基于状态感知的队列间调度 | 第47-49页 |
| 3.4.2.2 基于业务类型的队列内调度 | 第49页 |
| 3.4.2.3 UGF技术介绍 | 第49-51页 |
| 3.5 仿真及性能分析 | 第51-60页 |
| 3.5.1 仿真场景 | 第52-53页 |
| 3.5.2 性能评估指数 | 第53-55页 |
| 3.5.3 仿真结果和数据分析 | 第55-60页 |
| 3.5.3.1 基于M2M用户数的分队列分层调度最优参数仿真 | 第55-57页 |
| 3.5.3.2 经典算法下统一调度与分队列分层调度对比仿真 | 第57-60页 |
| 3.6 总结 | 第60-61页 |
| 第四章 海量M2M连接场景下的小区边界优化 | 第61-77页 |
| 4.1 引言 | 第61-62页 |
| 4.2 粒子群算法介绍 | 第62-64页 |
| 4.2.1 多目标优化问题 | 第62-63页 |
| 4.2.2 粒子群算法 | 第63-64页 |
| 4.3 基于改进型粒子群算法的小区边界用户均衡策略 | 第64-72页 |
| 4.3.1 问题分析 | 第64-65页 |
| 4.3.2 基于改进型PSO算法的无线资源部署模型 | 第65-70页 |
| 4.3.3 基于改进型PSO算法的无线资源分配策略 | 第70-72页 |
| 4.4 仿真及性能分析 | 第72-76页 |
| 4.4.1 基于改进型PSO算法均衡负载的边界优化性能仿真 | 第72-75页 |
| 4.4.2 热点小区边缘用户优化性能分析 | 第75-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 全文总结与展望 | 第77-79页 |
| 5.1 全文总结 | 第77-78页 |
| 5.2 后续工作展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 个人简历 | 第84-85页 |
| 攻读硕士学位期间的科研项目和成果 | 第85-86页 |
