| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 前言 | 第11-24页 |
| ·本文的研究意义及相关研究工作 | 第11-18页 |
| ·本文研究的主要内容和创新点 | 第18-24页 |
| ·代价约束的资源选择博弈模型 | 第18-22页 |
| ·多跳蜂窝网络中数据缓存的数据可获得性与查询延迟的折中控制 | 第22-23页 |
| ·基于融合的无线传感器网络k-集覆盖的分布式算法 | 第23-24页 |
| 第二章 背景知识 | 第24-38页 |
| ·博弈论 | 第24-35页 |
| ·博弈的Nash均衡 | 第28-31页 |
| ·博弈动态过程 | 第31-33页 |
| ·博弈结果的性能度量 | 第33-35页 |
| ·拥塞博弈与势博弈 | 第35-38页 |
| ·拥塞博弈 | 第36页 |
| ·势博弈 | 第36-38页 |
| 第三章 代价约束的资源选择博弈模型 | 第38-74页 |
| ·内容概述 | 第38页 |
| ·代价约束的资源选择博弈的基本框架 | 第38-42页 |
| ·模型的基本框架 | 第38-39页 |
| ·模型的数学性质概述 | 第39-42页 |
| ·φ_1-型资源选择博弈模型及其数学性质 | 第42-52页 |
| ·φ_1-型资源选择博弈的纯策略Nash均衡存在性 | 第43-45页 |
| ·φ_1-型资源选择博弈的最优响应动态过程的收敛性 | 第45-49页 |
| ·φ_1-型资源选择博弈的PoA | 第49-52页 |
| ·φ_2-型资源选择博弈模型及其数学性质 | 第52-62页 |
| ·φ_2-型资源选择博弈的纯策略Nash均衡存在性 | 第54-56页 |
| ·φ_2-型资源选择博弈的最优响应动态过程的收敛性 | 第56-59页 |
| ·φ_2-型资源选择博弈的PoA | 第59-62页 |
| ·φ_3-型资源选择博弈模型及其数学性质 | 第62-67页 |
| ·φ_3-型资源选择博弈的纯策略Nash均衡存在性 | 第63-65页 |
| ·φ_3-型资源选择博弈的最优响应动态过程的收敛性 | 第65页 |
| ·φ_3-型资源选择博弈的PoA | 第65-67页 |
| ·基于No-regret学习的资源选择博弈动态过程 | 第67-72页 |
| ·基于No-regret学习的资源选择博弈动态过程的定义 | 第67-69页 |
| ·基于No-regret学习的资源选择博弈动态过程的收敛性 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 表3.1代价约束的资源选择博弈数学性质表 | 第73-74页 |
| 第四章 多跳蜂窝网络数据缓存应用中数据可获得性与查询延迟折中控制方法 | 第74-90页 |
| ·引言 | 第74-76页 |
| ·问题描述及数据缓存博弈模型 | 第76-83页 |
| ·问题描述 | 第76-80页 |
| ·数据缓存博弈模型 | 第80-83页 |
| ·实验结果 | 第83-88页 |
| ·仿真模型及参数 | 第83页 |
| ·数据缓存博弈过程的收敛性验证 | 第83-86页 |
| ·DA、QD性能折中控制的有效性验证 | 第86-88页 |
| ·本章小结 | 第88-90页 |
| 第五章 基于融合的无线传感器网络k-集覆盖的分布式算法 | 第90-113页 |
| ·引言 | 第90-93页 |
| ·问题描述及融合覆盖博弈模型 | 第93-99页 |
| ·基于融合的概率覆盖模型 | 第94-95页 |
| ·融合覆盖博弈模型 | 第95-99页 |
| ·分布式覆盖优化算法 | 第99-106页 |
| ·节点间覆盖效用的独立性 | 第99-102页 |
| ·基于局部信息、分布式的τ-融合k-集覆盖优化算法 | 第102-106页 |
| ·实验结果 | 第106-112页 |
| ·算法的覆盖性能 | 第106-110页 |
| ·算法的收敛速度 | 第110-112页 |
| ·本章小结 | 第112-113页 |
| 第六章 总结与展望 | 第113-116页 |
| 参考文献 | 第116-122页 |
| 致谢 | 第122-123页 |
| 附录 | 第123-124页 |
| 1.攻读博士学位期间发表的主要论文 | 第123-124页 |
| 2.攻读博士学位期间获得的科研奖励及主持、参与的科研项目 | 第124页 |
