| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究的背景、目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本论文的组织结构 | 第14-15页 |
| 第2章 D2D通信及资源分配概述 | 第15-25页 |
| 2.1 D2D通信概述 | 第15-18页 |
| 2.1.1 传统的D2D通信 | 第15-17页 |
| 2.1.2 sidelink-D2D通信 | 第17-18页 |
| 2.2 D2D通信中相关信道概述 | 第18-23页 |
| 2.2.1 PUCCH及PUSCH简述 | 第18-21页 |
| 2.2.2 sidelink相关信道简述 | 第21-23页 |
| 2.3 sidelink-D2D通信的相关提案总结与分析 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于时延需求的D2D资源配置方案及其改进 | 第25-38页 |
| 3.1 sidelink-D2D中的现有资源配置方案 | 第25-26页 |
| 3.2 基于时延需求及传输可靠性的D2D资源配置方案 | 第26-29页 |
| 3.2.1 Mode1切换为Mode2的场景及流程 | 第26-28页 |
| 3.2.2 Mode2切换为Mode1的场景及流程 | 第28-29页 |
| 3.3 三种D2D资源配置方案的业务时延分析 | 第29-31页 |
| 3.3.1 Mode1下的业务时延分析 | 第29-30页 |
| 3.3.2 Mode2下的业务时延分析 | 第30页 |
| 3.3.3 本方案下的业务时延分析 | 第30-31页 |
| 3.4 仿真结果及分析 | 第31-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于Q学习的低时延D2D业务资源配置机制设计 | 第38-50页 |
| 4.1 强化学习概述 | 第38-40页 |
| 4.2 强化学习算法 | 第40-43页 |
| 4.2.1 蒙特卡洛算法 | 第40页 |
| 4.2.2 TD算法 | 第40-41页 |
| 4.2.3 Q学习算法 | 第41-42页 |
| 4.2.4 Sarsa算法 | 第42页 |
| 4.2.5 Dyna算法 | 第42-43页 |
| 4.3 基于Q学习的低时延D2D业务资源配置机制设计 | 第43-47页 |
| 4.3.1 Q学习系统模型构建 | 第43-46页 |
| 4.3.2 算法收敛性 | 第46-47页 |
| 4.4 仿真结果及分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论与展望 | 第50-52页 |
| 1. 结论 | 第50页 |
| 2. 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第58页 |
