| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 课题来源 | 第14-15页 |
| 第2章 网络模型概述 | 第15-25页 |
| 2.1 无线网络模型概述 | 第15-16页 |
| 2.2 网络流量模型概述 | 第16-17页 |
| 2.2.1 网络流量特性 | 第16-17页 |
| 2.2.2 网络流量模型 | 第17页 |
| 2.3 小波理论概述 | 第17-19页 |
| 2.3.1 小波理论定义 | 第18页 |
| 2.3.2 Mallat算法 | 第18-19页 |
| 2.4 能效优化模型概述 | 第19-21页 |
| 2.4.1 能耗模型 | 第19-21页 |
| 2.4.2 能效模型 | 第21页 |
| 2.5 算法实现模型 | 第21-23页 |
| 2.5.1 链路级能效优化实现模型 | 第21-22页 |
| 2.5.2 网络级能效优化实现模型 | 第22-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 基于链路流量感知的自适应协同能效优化算法 | 第25-51页 |
| 3.1 概述 | 第25-28页 |
| 3.1.1 多时间序列分析理论 | 第25-26页 |
| 3.1.2 算法能效优化机制 | 第26-27页 |
| 3.1.3 算法功耗模型 | 第27-28页 |
| 3.2 LTAEEO算法 | 第28-40页 |
| 3.2.1 链路流量感知算法 | 第28-30页 |
| 3.2.2 LTMUR算法 | 第30-32页 |
| 3.2.3 LACS算法 | 第32-37页 |
| 3.2.4 LRAA算法 | 第37-40页 |
| 3.2.5 LTAEEO算法步骤和流程图 | 第40页 |
| 3.3 仿真结果及分析 | 第40-50页 |
| 3.3.1 仿真环境和参数 | 第40-42页 |
| 3.3.2 仿真结果及分析 | 第42-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 基于端到端流量感知的自适应协同能效优化算法 | 第51-73页 |
| 4.1 概述 | 第51-57页 |
| 4.1.1 流量矩阵 | 第51页 |
| 4.1.2 压缩感知理论 | 第51-53页 |
| 4.1.3 算法能效优化机制 | 第53-54页 |
| 4.1.4 数据融合模型 | 第54-55页 |
| 4.1.5 算法功耗模型 | 第55-57页 |
| 4.2 ETAEEO算法 | 第57-62页 |
| 4.2.1 MMSR算法 | 第57-58页 |
| 4.2.2 端到端流量感知算法 | 第58-60页 |
| 4.2.3 ETDFM算法 | 第60-61页 |
| 4.2.4 ETAEEO算法步骤和流程 | 第61-62页 |
| 4.3 仿真结果及分析 | 第62-72页 |
| 4.3.1 仿真环境和参数 | 第64页 |
| 4.3.2 仿真结果及分析 | 第64-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 工作总结 | 第73-74页 |
| 5.2 未来展望 | 第74-75页 |
| 参考文献 | 第75-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士学位期间发表的论文 | 第85页 |
| 攻读硕士学位期间参与的科研项目 | 第85页 |