| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景 | 第10-11页 |
| 1.3 研究目的和意义 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 认知无线Mesh网络 | 第13-21页 |
| 2.1 CogWMN的网络结构 | 第13-15页 |
| 2.2 CogWMN与现有无线网络的比较 | 第15-16页 |
| 2.3 CogWMN的网络分层结构 | 第16-17页 |
| 2.4 CogWMN的特点 | 第17-18页 |
| 2.5 CogWMN的关键技术 | 第18-20页 |
| 2.6 CogWMN路由技术的研究现状 | 第20页 |
| 2.7 本章小结 | 第20-21页 |
| 第三章 认知无线Mesh网络联合路由与信道分配策略 | 第21-34页 |
| 3.1 CogWMN联合路由与信道分配策略 | 第21-29页 |
| 3.1.1 CogWMN的三种状态机制 | 第21-22页 |
| 3.1.2 CogWMN系统模型 | 第22-23页 |
| 3.1.3 信道统计度量 | 第23页 |
| 3.1.4 邻节点的发现 | 第23-25页 |
| 3.1.5 基于信道统计度量优先级的初始路由树建立过程 | 第25-29页 |
| 3.2 节点的加入与退出 | 第29-31页 |
| 3.3 仿真结果与分析 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于模糊推理的认知无线Mesh网络路由算法 | 第34-42页 |
| 4.1 模糊Petri网的CogWMN模型 | 第34-36页 |
| 4.1.1 模型描述 | 第34-35页 |
| 4.1.2 确信度与变迁激活阈值 | 第35-36页 |
| 4.2 基于模糊推理的CogWMN路由算法 | 第36-38页 |
| 4.2.1 算法描述 | 第36-37页 |
| 4.2.2 推理树建立过程 | 第37-38页 |
| 4.3 仿真结果与分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 认知无线Mesh网络自适应多路径算法 | 第42-51页 |
| 5.1 基于多agent的自适应多路径算法 | 第42-45页 |
| 5.1.1 多agent强化学习模型 | 第42-43页 |
| 5.1.2 基于Markov的多agent强化学习模型 | 第43页 |
| 5.1.3 Q值函数的描述 | 第43-45页 |
| 5.1.4 多路径的调度策略 | 第45页 |
| 5.2 自适应路由算法描述 | 第45-47页 |
| 5.2.1 Q值函数路由表 | 第45-47页 |
| 5.2.2 最佳路径的计算 | 第47页 |
| 5.3 仿真结果与分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 结论 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 英文缩写词表 | 第56-57页 |
| 作者在攻读硕士学位期间公开发表的论文及参加的项目 | 第57-58页 |
| A：在国内外刊物上发表的论文 | 第57页 |
| B：在国际学术会议上发表的论文 | 第57页 |
| C：参加的项目 | 第57页 |
| D：已申请的专利 | 第57-58页 |
| 致谢 | 第58页 |
