蜂窝网络D2D技术中模式选择机制的优化设计
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 论文主要工作及结构安排 | 第16-18页 |
| 1.3.1 研究创新与主要工作 | 第16页 |
| 1.3.2 结构安排 | 第16-18页 |
| 2 蜂窝网络D2D技术中模式选择研究概述 | 第18-30页 |
| 2.1 蜂窝网络D2D通信概述 | 第18-22页 |
| 2.1.1 设备发现阶段 | 第19-20页 |
| 2.1.2 D2D通信阶段 | 第20-22页 |
| 2.2 模式选择概述与定义 | 第22-26页 |
| 2.2.1 资源共享模式 | 第23-24页 |
| 2.2.2 路由模式 | 第24-25页 |
| 2.2.3 通信模式 | 第25-26页 |
| 2.3 无线网络性能优化研究 | 第26-28页 |
| 2.3.1 无限积压业务模型下的性能优化 | 第26-27页 |
| 2.3.2 分组级动态业务模型下的性能优化 | 第27-28页 |
| 2.4 模式选择的动态优化问题 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 动态优化问题的马尔科夫决策模型 | 第30-40页 |
| 3.1 网络模型 | 第30-31页 |
| 3.2 物理层模型 | 第31-33页 |
| 3.2.1 资源复用组 | 第31-32页 |
| 3.2.2 瞬时数据速率 | 第32-33页 |
| 3.3 排队模型 | 第33-34页 |
| 3.4 马尔科夫决策模型 | 第34-37页 |
| 3.4.1 系统状态 | 第34页 |
| 3.4.2 控制策略 | 第34-35页 |
| 3.4.3 状态转移概率 | 第35-36页 |
| 3.4.4 性能指标 | 第36-37页 |
| 3.5 最优化问题的建立 | 第37-38页 |
| 3.5.1 约束性马尔科夫决策问题 | 第37-38页 |
| 3.5.2 非约束性马尔科夫决策问题 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 4 马尔科夫决策模型的求解与分析 | 第40-55页 |
| 4.1 基于BELLMAN方程的值迭代算法 | 第40页 |
| 4.2 基于等效BELLMAN方程的值迭代算法 | 第40-41页 |
| 4.3 线性近似方法 | 第41-45页 |
| 4.3.1 值函数的线性近似 | 第41-42页 |
| 4.3.2 线性近似下的最优策略 | 第42-45页 |
| 4.4 在线随机学习算法 | 第45-52页 |
| 4.4.1 在线随机学习更新公式 | 第45-46页 |
| 4.4.2 收敛性证明 | 第46-49页 |
| 4.4.3 近似最优证明 | 第49-52页 |
| 4.5 分布式子信道分配算法 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 5 仿真与结果分析 | 第55-64页 |
| 5.1 仿真参数设置 | 第55-56页 |
| 5.2 仿真结果与分析 | 第56-63页 |
| 5.2.1 简单网络拓扑下性能分析 | 第56-60页 |
| 5.2.2 拓展网络拓扑下性能分析 | 第60-63页 |
| 5.3 本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| 6.1 结论 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |
