| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 论文研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文结构安排 | 第12-14页 |
| 第二章 D2D通信与功率控制技术概述 | 第14-21页 |
| 2.1 D2D通信技术优势及干扰分析 | 第14-16页 |
| 2.1.1 D2D通信技术优势 | 第14-15页 |
| 2.1.2 D2D通信干扰分析 | 第15-16页 |
| 2.2 D2D无线资源管理关键技术 | 第16-18页 |
| 2.3 D2D功率控制技术研究 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 强化学习理论及方法 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 强化学习系统的组成元素 | 第21-24页 |
| 3.3 强化学习的主要算法介绍 | 第24-28页 |
| 3.3.1 马尔科夫决策过程 | 第24-25页 |
| 3.3.2 强化学习主要算法 | 第25-28页 |
| 3.4 强化学习优点 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于最大化系统吞吐量的D2D功率控制 | 第29-41页 |
| 4.1 引言 | 第29-30页 |
| 4.2 系统模型 | 第30-31页 |
| 4.3 多智能体强化学习技术 | 第31-33页 |
| 4.3.1 强化学习主要算法 | 第31-32页 |
| 4.3.2 集中式多智能体强化学习算法 | 第32-33页 |
| 4.3.3 分布式多智能体强化学习算法 | 第33页 |
| 4.4 基于Q学习的功率控制算法实现 | 第33-36页 |
| 4.4.1 基于team-Q学习的D2D功率控制算法 | 第33-35页 |
| 4.4.2 基于distributed-Q学习的D2D功率控制算法 | 第35-36页 |
| 4.5 仿真结果分析 | 第36-39页 |
| 4.6 本章小结 | 第39-41页 |
| 第五章 基于能量效率的D2D功率控制技术 | 第41-51页 |
| 5.1 引言 | 第41-42页 |
| 5.2 系统模型 | 第42页 |
| 5.3 基于能量效率的D2D功率控制算法 | 第42-45页 |
| 5.3.1 最小化发射功率的Q学习功率控制方法 | 第42-43页 |
| 5.3.2 最大化能效的Q学习功率控制方法 | 第43-45页 |
| 5.4 仿真结果分析 | 第45-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 全文研究工作总结 | 第51页 |
| 6.2 后续研究工作展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 硕士期间发表的论文和研究成果清单 | 第58页 |