| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 课题研究背景介绍 | 第12-15页 |
| 1.2.1 异构网络概述 | 第12-13页 |
| 1.2.2 异构网络干扰管理概述 | 第13-14页 |
| 1.2.3 用户体验概述 | 第14-15页 |
| 1.3 异构网络资源分配研究现状 | 第15-17页 |
| 1.3.1 基于最大化吞吐量的异构网络资源分配研究现状 | 第15-16页 |
| 1.3.2 基于能效的异构网络资源分配现状 | 第16-17页 |
| 1.4 论文的主要工作 | 第17-18页 |
| 1.5 论文的章节安排 | 第18-19页 |
| 第2章 QOE模型及其在资源管理中的应用 | 第19-30页 |
| 2.1 QoE的影响因素 | 第19-20页 |
| 2.2 QoE量化方法 | 第20-21页 |
| 2.3 QoE的评价方法 | 第21-23页 |
| 2.4 QoE的评估模型 | 第23-26页 |
| 2.5 QoE在资源分配中的应用 | 第26-29页 |
| 2.5.1 QoE应用于单业务的资源分配问题 | 第26-28页 |
| 2.5.2 QoE应用于多业务的资源分配问题 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 异构网络下基于用户体验的多业务资源分配策略 | 第30-48页 |
| 3.1 系统模型 | 第30-33页 |
| 3.2 基于粒子群算法的资源分配策略 | 第33-40页 |
| 3.2.1 粒子群算法基本思路 | 第34-35页 |
| 3.2.2 离散粒子群算法基本思路 | 第35-37页 |
| 3.2.3 约束条件处理 | 第37-39页 |
| 3.2.4 算法描述 | 第39页 |
| 3.2.5 算法复杂度分析 | 第39-40页 |
| 3.3 仿真与分析 | 第40-46页 |
| 3.3.1 仿真参数 | 第40-42页 |
| 3.3.2 仿真结果与分析 | 第42-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 异构网络下基于QOE能效的多业务资源分配策略 | 第48-64页 |
| 4.1 系统模型 | 第48-51页 |
| 4.2 基于多目标粒子群算法的最优能效资源分配策略 | 第51-56页 |
| 4.2.1 传统多目标优化问题的求解 | 第51页 |
| 4.2.2 多目标粒子群算法 | 第51-53页 |
| 4.2.3 基于MOSPO的最优能效资源分配算法 | 第53-55页 |
| 4.2.4 算法复杂度分析 | 第55-56页 |
| 4.3 仿真与分析 | 第56-62页 |
| 4.3.1 仿真参数 | 第56-57页 |
| 4.3.2 仿真结果与分析 | 第57-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 研究工作总结 | 第64-65页 |
| 5.2 研究工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间的研究成果 | 第69页 |
