| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号说明 | 第16-17页 |
| 第一章 综述 | 第17-27页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 研究现状 | 第19-24页 |
| 1.2.1 能效增强MIMO中继协作传输技术 | 第19-22页 |
| 1.2.2 能效增强的网络选择技术 | 第22-24页 |
| 1.3 论文主要内容 | 第24-27页 |
| 1.3.1 论文主要研究内容 | 第24-26页 |
| 1.3.2 章节安排 | 第26-27页 |
| 第二章 能效增强双向中继协作传输策略设计 | 第27-49页 |
| 2.1 基于用户能效的双向中继MIMO预编码设计 | 第28-38页 |
| 2.1.1 系统模型 | 第28-29页 |
| 2.1.2 基于用户能效的预编码设计 | 第29-35页 |
| 2.1.3 收敛性分析 | 第35页 |
| 2.1.4 仿真结果 | 第35-38页 |
| 2.2 基于能量回传的双向中继信息与能量系统传输策略设计 | 第38-48页 |
| 2.2.1 系统模型 | 第38-40页 |
| 2.2.2 预编码策略设计 | 第40-44页 |
| 2.2.3 仿真结果 | 第44-48页 |
| 2.3 小结 | 第48-49页 |
| 第三章 单向中继无线传能通信网络协作传输策略设计 | 第49-71页 |
| 3.1 基于全双工的单向单流MISO中继低复杂度预编码策略设计 | 第50-60页 |
| 3.1.1 系统模型 | 第50-52页 |
| 3.1.2 预编码策略设计 | 第52-55页 |
| 3.1.3 复杂度分析 | 第55-57页 |
| 3.1.4 仿真结果 | 第57-60页 |
| 3.2 基于全双工的单向多流MIMO中继多流预编码策略设计 | 第60-69页 |
| 3.2.1 系统模型 | 第60-62页 |
| 3.2.2 预编码策略设计 | 第62-66页 |
| 3.2.3 仿真结果 | 第66-69页 |
| 3.3 小结 | 第69-71页 |
| 第四章 基于协作深度强化学习的能效增强切换优化策略设计 | 第71-91页 |
| 4.1 系统模型 | 第72-77页 |
| 4.1.1 中央控制器的分簇 | 第73-74页 |
| 4.1.2 协作学习策略 | 第74-76页 |
| 4.1.3 动作信号 | 第76页 |
| 4.1.4 状态向量 | 第76页 |
| 4.1.5 奖励信号 | 第76-77页 |
| 4.2 切换优化策略 | 第77-84页 |
| 4.2.1 问题建模和协作学习算法 | 第77-78页 |
| 4.2.2 强化学习算法的实施 | 第78-79页 |
| 4.2.3 神经网络的结构与更新 | 第79-82页 |
| 4.2.4 基于监督学习的初始化 | 第82-84页 |
| 4.3 仿真结果 | 第84-89页 |
| 4.3.1 仿真参数 | 第84页 |
| 4.3.2 对比算法 | 第84-85页 |
| 4.3.3 仿真结果 | 第85-88页 |
| 4.3.4 讨论 | 第88-89页 |
| 4.4 小结 | 第89-91页 |
| 第五章 总结与展望 | 第91-94页 |
| 5.1 本论文已取得的研究成果 | 第91-92页 |
| 5.2 可进一步的研究方向 | 第92-94页 |
| 参考文献 | 第94-109页 |
| 附录1 缩略词列表 | 第109-113页 |
| 附录2 定理2.1的证明 | 第113-115页 |
| 附录3 定理2.2的证明 | 第115-118页 |
| 附录4 问题(2-32)到问题(2-42)的等价转化 | 第118-119页 |
| 附录5 功率分割策略 | 第119-121页 |
| 附录6 引理3.1的证明 | 第121-122页 |
| 附录7 定理3.2的证明 | 第122-124页 |
| 附录8 定理3.3的证明 | 第124-126页 |
| 附录9 限制条件(3-34b)和(3-34c)分别到(3-43b)和(3-43c)的等价转化 | 第126-127页 |
| 附录10 马尔科夫决策过程 | 第127-129页 |
| 附录11 强化学习 | 第129-131页 |
| K.1 基于深度神经网络的值函数预测 | 第129-130页 |
| K.2 策略梯度方法 | 第130-131页 |
| 附录12 长短期记忆网络 | 第131-133页 |
| 致谢 | 第133-135页 |
| 攻读博士期间发表的学术论文和专利 | 第135-136页 |
