5G无线网络D2D资源分配算法及仿真研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词说明表 | 第13-15页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.2 研究现状 | 第17-19页 |
| 1.3 本文的主要贡献与创新 | 第19-20页 |
| 1.4 文章结构安排 | 第20-22页 |
| 第二章 D2D通信技术基础 | 第22-32页 |
| 2.1 D2D通信方式及通信流程 | 第22-24页 |
| 2.1.1 D2D通信方式 | 第22页 |
| 2.1.2 D2D通信流程 | 第22-24页 |
| 2.2 D2D通信潜在应用场景 | 第24-26页 |
| 2.2.1 本地业务 | 第25页 |
| 2.2.2 应急通信 | 第25-26页 |
| 2.2.3 物联网增强 | 第26页 |
| 2.3 D2D通信技术的优势 | 第26-27页 |
| 2.4 D2D通信面临的挑战 | 第27-31页 |
| 2.4.1 复杂的电磁干扰 | 第27-28页 |
| 2.4.2 模式切换问题 | 第28-30页 |
| 2.4.3 功率控制问题 | 第30页 |
| 2.4.4 商业应用 | 第30页 |
| 2.4.5 信息安全 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于全双工的D2D缓存资源优化分配算法 | 第32-51页 |
| 3.1 引言 | 第32-37页 |
| 3.1.1 缓存技术简介 | 第32-33页 |
| 3.1.2 D2D缓存工作方式 | 第33-35页 |
| 3.1.3 D2D缓存技术研究现状 | 第35-37页 |
| 3.2 系统模型 | 第37-39页 |
| 3.2.1 网络模型 | 第37-38页 |
| 3.2.2 文件请求概率分布 | 第38-39页 |
| 3.2.3 缓存命中事件 | 第39页 |
| 3.3 缓存命中率优化算法 | 第39-43页 |
| 3.3.1 缓存命中率推导 | 第39-41页 |
| 3.3.2 缓存命中率优化模型 | 第41-42页 |
| 3.3.3 优化模型求解 | 第42-43页 |
| 3.4 算法仿真及分析 | 第43-49页 |
| 3.4.1 缓存资源分配方案 | 第43-45页 |
| 3.4.2 缓存命中率变化情况 | 第45-47页 |
| 3.4.3 与半双工缓存对比 | 第47-48页 |
| 3.4.4 与EPRC和MPC缓存方案对比 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于能量收集的D2D资源分配算法 | 第51-70页 |
| 4.1 引言 | 第51-55页 |
| 4.1.1 能量收集技术简介 | 第51-54页 |
| 4.1.2 能量收集技术研究现状 | 第54-55页 |
| 4.2 高斯白噪声信道系统容量优化 | 第55-65页 |
| 4.2.1 模型建立及系统容量计算 | 第55-59页 |
| 4.2.2 算法设计 | 第59-60页 |
| 4.2.3 算法仿真及分析 | 第60-65页 |
| 4.3 阴影衰落信道系统容量优化 | 第65-69页 |
| 4.3.1 模型建立及系统容量计算 | 第65-67页 |
| 4.3.2 阴影衰落信道中信道容量公式推导 | 第67页 |
| 4.3.3 算法仿真及分析 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 总结 | 第70-72页 |
| 5.1 全文总结 | 第70页 |
| 5.2 下一步研究工作和方向 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者简介 | 第77-78页 |
