| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·论文研究的内容 | 第9页 |
| ·论文总体结构 | 第9-11页 |
| 第二章 Femtocell 概述 | 第11-21页 |
| ·Femtocell 的产生 | 第11-12页 |
| ·Femtocell 的优势 | 第12-13页 |
| ·Femtocell 的组网方式 | 第13-16页 |
| ·Iub over IP 的方式 | 第13-14页 |
| ·基于 IMS/SIP 的方式 | 第14-15页 |
| ·基于 UMA 的方式 | 第15页 |
| ·基于集中控制的方式 | 第15-16页 |
| ·Femtocell 面临的技术挑战 | 第16-19页 |
| ·干扰控制 | 第16-17页 |
| ·时间同步以及回程问题 | 第17页 |
| ·小区切换问题 | 第17-18页 |
| ·接入方式 | 第18-19页 |
| ·安全性和保密性 | 第19页 |
| ·Femtocell 的发展前景 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 Femtocell 的功率控制 | 第21-27页 |
| ·Femtocell 功率控制简述 | 第21-23页 |
| ·功率控制的意义 | 第21页 |
| ·功率控制技术的研究现状 | 第21-22页 |
| ·Femtocell 功率控制要求 | 第22-23页 |
| ·功率控制的准则 | 第23-24页 |
| ·基于功率平衡准则 | 第23页 |
| ·基于信号干扰比平衡准则 | 第23页 |
| ·误码率平衡准则 | 第23页 |
| ·三种准则的对比 | 第23-24页 |
| ·功率控制的方法 | 第24-26页 |
| ·下行和上行功率控制 | 第24-25页 |
| ·集中式和分布式功率控制 | 第25页 |
| ·开环和闭环功率控制 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于机器学习中的 Q学习的分布式功率控制算法 | 第27-60页 |
| ·机器学习简介 | 第27-31页 |
| ·机器学习的产生以及发展 | 第27-28页 |
| ·机器学习的主要研究方向 | 第28页 |
| ·机器学习的主要方法 | 第28-29页 |
| ·加强学习的几种主要算法 | 第29-31页 |
| ·Q 学习 | 第31-37页 |
| ·Q 学习简介 | 第31-34页 |
| ·Q 学习的任务 | 第34-35页 |
| ·收敛性的证明 | 第35-37页 |
| ·基于 Q 学习的分布式功率控制算法 | 第37-47页 |
| ·系统模型 | 第38-39页 |
| ·Q 学习算法中的参量及对回报函数的改进 | 第39-41页 |
| ·多个 Femtocell 的独立学习 | 第41-42页 |
| ·多个 Femtocell 的合作学习 | 第42-44页 |
| ·改进的 CQL 算法 | 第44-47页 |
| ·仿真结果比较分析 | 第47-58页 |
| ·仿真环境以及参数设定 | 第47-48页 |
| ·Q 学习算法功率控制性能衡量指标 | 第48-49页 |
| ·CQL 与 IQL 仿真结果比较分析 | 第49-56页 |
| ·改进的 CQL 与 CQL 仿真结果比较分析 | 第56-58页 |
| ·仿真算法比较分析 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-61页 |
| ·全文总结 | 第60页 |
| ·未来展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 附录 1 程序清单 | 第63-64页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录 3 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |