| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 符号说明 | 第16-17页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 研究背景 | 第17-19页 |
| 1.1.1 能量捕获技术 | 第17-18页 |
| 1.1.2 能量捕获驱动的异构网络资源管理 | 第18-19页 |
| 1.2 研究现状 | 第19-22页 |
| 1.2.1 离线优化方法 | 第20-21页 |
| 1.2.2 在线优化方法 | 第21页 |
| 1.2.3 其他优化方法 | 第21-22页 |
| 1.3 本文的研究内容和主要贡献 | 第22-23页 |
| 1.4 本文的组织结构 | 第23-25页 |
| 第2章 相关优化理论与方法 | 第25-39页 |
| 2.1 离散时间Markov决策过程 | 第25-29页 |
| 2.1.1 一般Markov决策过程及常用解法 | 第26-28页 |
| 2.1.2 基于强化学习的在线优化算法 | 第28-29页 |
| 2.2 近似动态规划及其在MDP中的应用 | 第29-34页 |
| 2.2.1 MDP的维度灾问题 | 第30-31页 |
| 2.2.2 近似动态规划理论 | 第31-32页 |
| 2.2.3 使用Post-Decision State的近似动态规划 | 第32-34页 |
| 2.3 Lyapunov优化理论及其应用 | 第34-37页 |
| 2.3.1 队列稳定性理论 | 第34-35页 |
| 2.3.2 Lyapunov漂移和Lyapunov优化 | 第35-37页 |
| 2.4 小结 | 第37-39页 |
| 第3章 能量捕获通信网络中的能效优化 | 第39-51页 |
| 3.1 引言 | 第39-40页 |
| 3.2 相关工作 | 第40页 |
| 3.3 系统模型 | 第40-42页 |
| 3.3.1 系统模型 | 第40-41页 |
| 3.3.2 无线信道模型 | 第41-42页 |
| 3.3.3 可充电电池模型 | 第42页 |
| 3.4 数据传输优化问题建模 | 第42-44页 |
| 3.4.1 数据传输时延约束 | 第42-43页 |
| 3.4.2 可充电电池的约束 | 第43页 |
| 3.4.3 平均传输效用优化问题 | 第43-44页 |
| 3.5 基于Lyapunov优化理论的调度算法 | 第44-46页 |
| 3.5.1 Lyapunov优化理论建模 | 第44-45页 |
| 3.5.2 平均传输效用最大化算法 | 第45-46页 |
| 3.6 实验与性能评估 | 第46-50页 |
| 3.6.1 实验设置 | 第46-48页 |
| 3.6.2 实验结果 | 第48-50页 |
| 3.7 小结 | 第50-51页 |
| 第4章 基于Lyapunov理论的视频自适应传输研究 | 第51-67页 |
| 4.1 引言 | 第51-53页 |
| 4.2 相关工作 | 第53页 |
| 4.3 系统模型 | 第53-55页 |
| 4.3.1 可充电电池模型 | 第54页 |
| 4.3.2 无线信道模型 | 第54-55页 |
| 4.4 最大化视频传输效用问题建模 | 第55-57页 |
| 4.4.1 不间断播放约束 | 第55-56页 |
| 4.4.2 视频播放抖动约束 | 第56页 |
| 4.4.3 问题建模 | 第56-57页 |
| 4.5 Lyapunov优化理论下的自适应视频传输算法设计 | 第57-60页 |
| 4.5.1 Lyapunov优化理论建模 | 第57-58页 |
| 4.5.2 自适应可伸缩视频传输算法 | 第58-59页 |
| 4.5.3 Lyapunov理论性能分析 | 第59-60页 |
| 4.6 实验与性能评估、 | 第60-66页 |
| 4.6.1 实验设置 | 第60-61页 |
| 4.6.2 实验结果 | 第61-66页 |
| 4.7 小结 | 第66-67页 |
| 第5章 基于近似动态规划理论的视频自适应传输研究 | 第67-83页 |
| 5.1 引言 | 第67-68页 |
| 5.2 相关工作 | 第68-69页 |
| 5.3 系统模型 | 第69-71页 |
| 5.3.1 可充电电池模型 | 第69-70页 |
| 5.3.2 无线信道模型 | 第70页 |
| 5.3.3 系统状态 | 第70-71页 |
| 5.4 最大化视频传输效用问题建模 | 第71-73页 |
| 5.4.1 带约束的Markov决策过程 | 第71-72页 |
| 5.4.2 Lagrange乘子法约束转化 | 第72-73页 |
| 5.5 基于Post-Decision State的近似动态规划算法 | 第73-78页 |
| 5.5.1 高斯混合模型和期望最大化算法 | 第73-75页 |
| 5.5.2 基于Post-Decision State的学习方法 | 第75-77页 |
| 5.5.3 基于Post-Decision State的在线学习算法 | 第77-78页 |
| 5.6 实验与性能评估 | 第78-81页 |
| 5.6.1 实验设置 | 第78-80页 |
| 5.6.2 实验结果 | 第80-81页 |
| 5.7 小结 | 第81-83页 |
| 第6章 无线携能通信系统协议设计 | 第83-99页 |
| 6.1 引言 | 第83-84页 |
| 6.2 研究现状 | 第84-85页 |
| 6.2.1 Qi标准 | 第84页 |
| 6.2.2 PMA标准 | 第84-85页 |
| 6.2.3 Alliance for Wireless Power标准 | 第85页 |
| 6.3 无线能量传输系统状态定义 | 第85-92页 |
| 6.3.1 无线能量发射器状态定义 | 第85-88页 |
| 6.3.2 无线能量接收器状态定义 | 第88-92页 |
| 6.4 无线能量传输系统交互过程 | 第92-97页 |
| 6.4.1 无线能量传输系统正常交互过程 | 第92-94页 |
| 6.4.2 无线能量传输系统主动重配置交互过程 | 第94-96页 |
| 6.4.3 无线能量传输系统错误重配置交互过程 | 第96-97页 |
| 6.5 小结 | 第97-99页 |
| 第7章 总结与展望 | 第99-103页 |
| 7.1 本文总结 | 第99-100页 |
| 7.2 研究展望 | 第100-103页 |
| 参考文献 | 第103-109页 |
| 致谢 | 第109-111页 |
| 在读期间发表的学术论文与取得的研究成果 | 第111-113页 |
