| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 课题来源及研究背景 | 第14-15页 |
| 1.2 异构网络融合的发展 | 第15-20页 |
| 1.2.1 异构网络融合关键技术 | 第16-18页 |
| 1.2.2 异构网络融合研究现状 | 第18-20页 |
| 1.3 异构网络用户移动性管理发展现状 | 第20-27页 |
| 1.3.1 移动性预测发展现状 | 第21-23页 |
| 1.3.2 切换管理发展现状 | 第23-27页 |
| 1.4 论文主要研究内容及组织结构 | 第27-30页 |
| 第2章 异构网络融合结构和模型建立 | 第30-45页 |
| 2.1 引言 | 第30页 |
| 2.2 异构网络拓扑结构 | 第30-34页 |
| 2.2.1 单小区网络拓扑结构 | 第32-33页 |
| 2.2.2 多小区网络拓扑结构 | 第33-34页 |
| 2.3 网络状态参数分析 | 第34-40页 |
| 2.3.1 WLAN子网络状态参数分析 | 第35-38页 |
| 2.3.2 蜂窝子网络状态参数分析 | 第38-39页 |
| 2.3.3 组合网络系统状态参数分析 | 第39-40页 |
| 2.4 用户移动模型建立 | 第40-44页 |
| 2.4.1 经典用户移动模型 | 第40-42页 |
| 2.4.2 考虑用户实际移动习惯的移动模型建立 | 第42-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第3章 用户移动位置预测算法研究 | 第45-65页 |
| 3.1 引言 | 第45页 |
| 3.2 经典Markov移动位置预测理论基础 | 第45-49页 |
| 3.3 单小区用户移动位置预测算法 | 第49-53页 |
| 3.3.1 移动位置预测算法具体步骤 | 第49-51页 |
| 3.3.2 仿真结果与分析 | 第51-53页 |
| 3.4 多小区中用户移动预测算法 | 第53-64页 |
| 3.4.1 支持向量机算法理论基础 | 第54-55页 |
| 3.4.2 数据采集与数据预处理 | 第55-57页 |
| 3.4.3 用户在线移动位置预测过程 | 第57-59页 |
| 3.4.4 仿真结果与分析 | 第59-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 网络端切换算法研究 | 第65-88页 |
| 4.1 引言 | 第65页 |
| 4.2 单小区中用户垂直切换算法 | 第65-77页 |
| 4.2.1 MDP算法理论基础 | 第66-67页 |
| 4.2.2 用户垂直切换问题的描述 | 第67-68页 |
| 4.2.3 垂直切换算法相关要素设计 | 第68-71页 |
| 4.2.4 用户垂直切换具体步骤 | 第71-73页 |
| 4.2.5 仿真结果与分析 | 第73-77页 |
| 4.3 多小区中用户混合切换算法 | 第77-87页 |
| 4.3.1 Q学习算法理论基础 | 第77-79页 |
| 4.3.2 混合切换算法相关要素设计 | 第79-81页 |
| 4.3.3 用户混合切换算法具体步骤 | 第81-82页 |
| 4.3.4 Q学习切换算法收敛性分析 | 第82页 |
| 4.3.5 仿真结果与分析 | 第82-87页 |
| 4.4 本章小结 | 第87-88页 |
| 第5章 基于QoE的切换算法研究 | 第88-114页 |
| 5.1 引言 | 第88-89页 |
| 5.2 QoE的含义及Qo E评估的影响 | 第89-91页 |
| 5.3 基于随机神经网络的Qo E评估 | 第91-97页 |
| 5.3.1 随机神经网络理论基础 | 第91-92页 |
| 5.3.2 QoS参数值模糊归一化 | 第92-93页 |
| 5.3.3 QoE评估具体步骤 | 第93-96页 |
| 5.3.4 QoE评估结果分析 | 第96-97页 |
| 5.4 基于QoE的区分业务优先级的多智能体Q学习切换算法 | 第97-112页 |
| 5.4.1 多智能体Q学习系统框架设计 | 第97-99页 |
| 5.4.2 多智能体Q学习方法 | 第99-100页 |
| 5.4.3 用户状态空间与算法动作设计 | 第100-101页 |
| 5.4.4 算法立即回报设计 | 第101-103页 |
| 5.4.5 多智能体Q学习算法具体步骤 | 第103-105页 |
| 5.4.6 仿真结果与分析 | 第105-112页 |
| 5.5 本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-130页 |
| 攻读博士学位期间所发表的论文及其他成果 | 第130-133页 |
| 致谢 | 第133-134页 |
| 个人简历 | 第134页 |