| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 自适应传输技术 | 第10-11页 |
| 1.1.1 自适应功率控制技术 | 第10-11页 |
| 1.1.2 自适应调制编码技术 | 第11页 |
| 1.2 自适应调制编码技术的发展现状及应用 | 第11-12页 |
| 1.3 强化学习研究现状 | 第12-13页 |
| 1.4 本论文研究内容及结构安排 | 第13-15页 |
| 第二章 强化学习 | 第15-24页 |
| 2.1 强化学习原理介绍 | 第15-16页 |
| 2.2 马尔科夫决策过程(MDP) | 第16-18页 |
| 2.2.1 马尔科夫决策过程模型 | 第16页 |
| 2.2.2 值函数 | 第16-17页 |
| 2.2.3 最优值函数与策略求解 | 第17-18页 |
| 2.3 强化学习算法 | 第18-22页 |
| 2.3.1 动态规划算法 | 第18-19页 |
| 2.3.2 蒙特卡罗方法(MC) | 第19-20页 |
| 2.3.3 时间差分算法 | 第20-22页 |
| 2.4 Q-learning算法 | 第22-23页 |
| 2.4.1 Q-learning算法的原理 | 第22-23页 |
| 2.4.2 探索与利用 | 第23页 |
| 2.5 总结 | 第23-24页 |
| 第三章 无线信道模型及OFDM技术 | 第24-35页 |
| 3.1 无线信道 | 第24-25页 |
| 3.1.1 大尺度衰落信道 | 第24页 |
| 3.1.2 小尺度衰落信道 | 第24-25页 |
| 3.2 多径衰落信道特性 | 第25-28页 |
| 3.2.1 多径衰落信道的数学模型 | 第25页 |
| 3.2.2 多径衰落信道的参数 | 第25-27页 |
| 3.2.3 多径衰落信道的类型 | 第27-28页 |
| 3.3 接收信号包络分布 | 第28页 |
| 3.3.1 瑞利分布 | 第28页 |
| 3.3.2 莱斯分布 | 第28页 |
| 3.4 COST207信道模型 | 第28-31页 |
| 3.5 OFDM技术 | 第31-34页 |
| 3.5.1 OFDM技术的发展及应用 | 第31-32页 |
| 3.5.2 OFDM技术的基本原理 | 第32-33页 |
| 3.5.3 OFDM系统的性能参数 | 第33-34页 |
| 3.6 本章总结 | 第34-35页 |
| 第四章 自适应调试编码技术的研究 | 第35-43页 |
| 4.1 AMC技术原理 | 第35-36页 |
| 4.2 基于固定阈值的MCS选择算法 | 第36-40页 |
| 4.2.1 子带信噪比选择方法 | 第36-37页 |
| 4.2.2 阈值选择 | 第37-40页 |
| 4.3 算法仿真 | 第40-42页 |
| 4.3.1 不同SNR选择算法仿真 | 第40页 |
| 4.3.2 不同信道下的仿真 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于强化学习的自适应调制编码 | 第43-53页 |
| 5.1 基于Q-learning的自适应调制编码 | 第43-44页 |
| 5.1.1 问题映射 | 第43-44页 |
| 5.1.2 算法描述 | 第44页 |
| 5.2 算法仿真对比 | 第44-48页 |
| 5.2.1 存在放大器失真的基于Q学习的AMC与传统AMC算法对比 | 第44-46页 |
| 5.2.2 存在SNR估计误差时基于Q学习的AMC与传统AMC算法对比 | 第46-47页 |
| 5.2.3 基于Q学习的AMC与传统AMC算法在各种信道下的性能对比 | 第47-48页 |
| 5.3 深度强化学习算法 | 第48-50页 |
| 5.3.1 深度强化学习原理 | 第48-49页 |
| 5.3.2 DQN算法 | 第49-50页 |
| 5.4 基于DQN的自适应调制编码 | 第50-52页 |
| 5.4.1 模型设定 | 第50-51页 |
| 5.4.2 算法仿真分析 | 第51-52页 |
| 5.5 本章总结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 未来与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |
