| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 传统高铁通信概述 | 第11-14页 |
| 1.2.1 GSM-R系统结构 | 第11-12页 |
| 1.2.2 GSM-R系统频段划分 | 第12-13页 |
| 1.2.3 分布式基站 | 第13页 |
| 1.2.4 我国铁路通信的前景 | 第13-14页 |
| 1.3 认知无线电概述 | 第14-16页 |
| 1.4 主要研究内容及贡献 | 第16-17页 |
| 1.5 论文的结构与安排 | 第17-18页 |
| 第二章 认知基站基于Q-Learning的频谱管理 | 第18-31页 |
| 2.1 认知基站模型 | 第18-20页 |
| 2.2 增强学习理论基础 | 第20-22页 |
| 2.2.1 增强学习 | 第20-22页 |
| 2.2.2 Q-Learning算法 | 第22页 |
| 2.3 认知基站基于Q-Learning算法的频谱管理 | 第22-25页 |
| 2.4 实验仿真分析 | 第25-30页 |
| 2.4.1 实验设计 | 第25-26页 |
| 2.4.2 仿真分析 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于HMM信道预测的Q-Learning算法 | 第31-46页 |
| 3.1 隐马尔可夫理论基础 | 第31-37页 |
| 3.1.1 隐马尔可夫基本定义 | 第32-33页 |
| 3.1.2 解决的问题 | 第33-34页 |
| 3.1.3 主要算法 | 第34-37页 |
| 3.2 基于隐马尔可夫的频谱状态预测 | 第37-40页 |
| 3.2.1 系统模型 | 第37-38页 |
| 3.2.2 预测信道状态 | 第38-40页 |
| 3.3 融合隐马尔可夫和Q-Learning的频谱管理 | 第40-41页 |
| 3.4 实验仿真分析 | 第41-45页 |
| 3.4.1 实验设计 | 第41-42页 |
| 3.4.2 仿真分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 认知基站间合作实现频谱管理 | 第46-55页 |
| 4.1 多智能体合作学习理论基础 | 第46-49页 |
| 4.2 认知基站间合作实现频谱管理 | 第49-51页 |
| 4.3 实验仿真分析 | 第51-54页 |
| 4.3.1 实验设计 | 第51-52页 |
| 4.3.2 仿真分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文 | 第62-63页 |
| 致谢 | 第63-64页 |
