摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 移动通信系统的异构化发展趋势 | 第11-27页 |
·移动通信发展的历史与现状 | 第11-14页 |
·移动通信发展的历史 | 第11-13页 |
·现有移动通信系统面临的挑战 | 第13-14页 |
·移动通信系统发展的异构化趋势 | 第14-22页 |
·基于不同覆盖范围的层叠网络 | 第14-16页 |
·基于不同资源使用优先级的主次用户网络 | 第16-17页 |
·基于不同技术标准的异构接入网络 | 第17-18页 |
·异构化网络所面临的问题 | 第18-19页 |
·异构化网络中控制与优化技术的研究 | 第19-22页 |
·研究的意义 | 第19-20页 |
·研究的现状 | 第20-22页 |
·本文所做贡献及内容结构 | 第22-24页 |
参考文献 | 第24-27页 |
第二章 层叠网络无线资源优化分配的关键技术 | 第27-47页 |
·引入认知的层叠网络频谱分配方法与分布式资源分配技术 | 第27-34页 |
·系统模型 | 第28-29页 |
·引入认知的宏蜂窝与femtocell层叠网络的频谱分配技术 | 第29-30页 |
·宏蜂窝覆盖下的femtocell网络中分布式无线资源分配技术 | 第30-33页 |
·仿真与性能分析 | 第33-34页 |
·基于强化学习的公共femtocell网络无线资源分配技术 | 第34-44页 |
·强化学习算法 | 第35-37页 |
·基于Q学习的femtocell网络资源分配方法 | 第37-42页 |
·仿真与性能分析 | 第42-44页 |
·本章小结 | 第44页 |
参考文献 | 第44-47页 |
第三章 层叠网络的无线参数的控制与优化 | 第47-69页 |
·家庭环境Femtocell的天线参数优化技术 | 第47-53页 |
·系统模型 | 第48-49页 |
·家庭环境femtocell天线优化方法 | 第49-51页 |
·仿真与性能分析 | 第51-53页 |
·基于启发式算法的公共femtocell网络无线参数优化算法 | 第53-65页 |
·模拟退火法 | 第54-55页 |
·系统模型 | 第55-56页 |
·公共Femtocell网络的功率与天线联合优化算法 | 第56-62页 |
·仿真与性能分析 | 第62-65页 |
·本章小结 | 第65页 |
参考文献 | 第65-69页 |
第四章 层叠网络优化的新技术研究 | 第69-95页 |
·Femtocell网络的联合多点通信技术 | 第69-76页 |
·系统模型 | 第71-72页 |
·femtocell网络的联合多点通信技术 | 第72-75页 |
·仿真与性能分析 | 第75-76页 |
·层叠网络的节能技术 | 第76-86页 |
·系统模型 | 第77-78页 |
·Femtocell网络的节能方法 | 第78-84页 |
·仿真与性能分析 | 第84-86页 |
·基于神经网络的层叠网络参数整体优化算法 | 第86-92页 |
·系统模型 | 第87-88页 |
·基于神经网络的femtocell网络的参数优化方法 | 第88-91页 |
·仿真与性能分析 | 第91-92页 |
·本章小结 | 第92页 |
参考文献 | 第92-95页 |
第五章 主次网络和异构接入网络的控制与优化 | 第95-117页 |
·基于拉格朗日法的主次用户网络的联合无线资源分配技术 | 第95-103页 |
·拉格朗日算法 | 第96-98页 |
·系统模型 | 第98-99页 |
·主用户协作下的多认知用户资源分配方法 | 第99-101页 |
·仿真与性能分析 | 第101-103页 |
·基于拉格朗日法的次级用户组播网络中的资源分配优化方法 | 第103-108页 |
·系统模型 | 第104页 |
·最大限度降低掉话率的功率与速率控制方法 | 第104-106页 |
·仿真与性能分析 | 第106-108页 |
·基于强化学习的异构接入网络的接入选择方法 | 第108-115页 |
·系统模型 | 第109-110页 |
·基于Q学习的接入网络选择方法 | 第110-111页 |
·仿真与性能分析 | 第111-114页 |
·本章小结 | 第114-115页 |
参考文献 | 第115-117页 |
第六章 总结和展望 | 第117-119页 |
·论文总结 | 第117页 |
·未来研究展望 | 第117-119页 |
致谢 | 第119-121页 |
附录1:缩略语表 | 第121-125页 |
附录2:博士期间科研成果情况 | 第125-127页 |