| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究内容和创新点 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 D2D网络中基于激励机制的缓存策略研究 | 第18-34页 |
| 2.1 研究背景 | 第18页 |
| 2.2 系统模型 | 第18-21页 |
| 2.2.1 通信模型 | 第18-20页 |
| 2.2.2 用户移动模型 | 第20页 |
| 2.2.3 激励机制模型 | 第20-21页 |
| 2.3 优化问题构建与求解 | 第21-26页 |
| 2.3.1 系统模型问题描述 | 第21-22页 |
| 2.3.2 问题公式化 | 第22-24页 |
| 2.3.3 迭代梯度算法 | 第24-26页 |
| 2.4 仿真结果分析 | 第26-33页 |
| 2.4.1 仿真场景搭建 | 第26-27页 |
| 2.4.2 迭代结果分析 | 第27-28页 |
| 2.4.3 激励机制对基站代价的影响 | 第28-29页 |
| 2.4.4 文件流行度对用户效用的影响 | 第29-30页 |
| 2.4.5 用户移动性对缓存策略的影响 | 第30-32页 |
| 2.4.6 性能比较与分析 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 蜂窝异构网络中基于推荐机制智能缓存策略研究 | 第34-54页 |
| 3.1 研究背景 | 第34-35页 |
| 3.2 系统模型 | 第35-37页 |
| 3.2.1 通信模型 | 第35-36页 |
| 3.2.2 用户移动性模型 | 第36页 |
| 3.2.3 推荐机制模型 | 第36-37页 |
| 3.2.4 激励机制模型 | 第37页 |
| 3.3 优化问题构建与求解 | 第37-47页 |
| 3.3.1 系统模型问题描述 | 第38页 |
| 3.3.2 问题公式化 | 第38-40页 |
| 3.3.3 Q-learning算法 | 第40-47页 |
| 3.4 仿真结果分析 | 第47-53页 |
| 3.4.1 仿真场景搭建 | 第47页 |
| 3.4.2 迭代结果分析 | 第47-48页 |
| 3.4.3 推荐力度对长期基站代价的影响 | 第48-50页 |
| 3.4.4 推荐机制对缓存策略的影响 | 第50-52页 |
| 3.4.5 性能比较与分析 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于时空维度移动性模型的智能缓存策略研究 | 第54-74页 |
| 4.1 研究背景 | 第54-55页 |
| 4.2 系统模型 | 第55-57页 |
| 4.2.1 通信模型 | 第55-56页 |
| 4.2.2 用户移动模型 | 第56-57页 |
| 4.2.3 推荐机制模型 | 第57页 |
| 4.3 优化问题构建 | 第57-66页 |
| 4.3.1 系统模型问题描述 | 第57页 |
| 4.3.2 问题公式化 | 第57-63页 |
| 4.3.3 Q-LK算法 | 第63-66页 |
| 4.4 仿真结果分析 | 第66-73页 |
| 4.4.1 仿真场景搭建 | 第66-67页 |
| 4.4.2 迭代结果分析 | 第67-68页 |
| 4.4.3 用户移动性建模对缓存策略的影响 | 第68-69页 |
| 4.4.4 用户移动性对缓存策略的影响 | 第69-71页 |
| 4.4.5 性能比较与分析 | 第71-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 研究工作总结 | 第74-75页 |
| 5.2 未来工作展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文目录 | 第82页 |