摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 认知无线电的发展 | 第11-13页 |
1.2.2 无线通信网络的发展 | 第13页 |
1.2.3 无线传感器网络的发展 | 第13-15页 |
1.3 论文主要研究内容和结构安排 | 第15-18页 |
第2章 多跳无线网络中的频谱管理技术 | 第18-36页 |
2.1 多跳蜂窝网络 | 第18-23页 |
2.1.1 蜂窝网络架构 | 第18-20页 |
2.1.2 多跳网络架构 | 第20-21页 |
2.1.3 多跳蜂窝网络架构 | 第21-23页 |
2.2 认知频谱获取网络 | 第23-29页 |
2.2.1 认知无线电技术概述 | 第23-24页 |
2.2.2 认知无线电技术的工作模型 | 第24-26页 |
2.2.3 认知频谱获取网络模型 | 第26-29页 |
2.3 无线传感器网络 | 第29-31页 |
2.3.1 无线传感器的网络架构 | 第29-30页 |
2.3.2 无线传感器网络的应用场景 | 第30-31页 |
2.4 频谱分配管理技术 | 第31-34页 |
2.4.1 网络架构 | 第31-33页 |
2.4.2 功率控制 | 第33-34页 |
2.4.3 频谱分配管理理论模型 | 第34页 |
2.5 本章小结 | 第34-36页 |
第3章 启发式算法与Restless Bandits模型 | 第36-48页 |
3.1 启发算法 | 第36-37页 |
3.2 马尔科夫决策过程 | 第37-39页 |
3.2.1 基本模型及概念 | 第37-38页 |
3.2.2 策略求解 | 第38-39页 |
3.3 部分可观测马尔科夫决策过程 | 第39-41页 |
3.3.1 基本模型及概念 | 第39-40页 |
3.3.2 策略求解 | 第40-41页 |
3.4 多臂赌博机模型 | 第41-42页 |
3.4.1 基本模型及概念 | 第41-42页 |
3.4.2 Gittins指数的计算 | 第42页 |
3.5 Restless Bandits模型 | 第42-46页 |
3.5.1 基本模型及概念 | 第43页 |
3.5.2 Restless Bandits问题的求解 | 第43-46页 |
3.6 本章小结 | 第46-48页 |
第4章 多跳认知无线电网络中面向最低价格的频谱管理方法 | 第48-62页 |
4.1 引言 | 第48-49页 |
4.2 系统模型 | 第49-53页 |
4.2.1 网络模型 | 第49-50页 |
4.2.2 通信模型 | 第50-52页 |
4.2.3 通信数据包传输模型 | 第52页 |
4.2.4 频谱组合模型 | 第52-53页 |
4.2.5 选择和优化目标 | 第53页 |
4.3 启发式算法建模 | 第53-55页 |
4.3.1 最优策略的启发式算法 | 第54-55页 |
4.3.2 随机策略的启发式算法 | 第55页 |
4.4 仿真结果及分析 | 第55-61页 |
4.4.1 仿真平台及参数设置 | 第55页 |
4.4.2 仿真结果及分析 | 第55-61页 |
4.5 本章小结 | 第61-62页 |
第5章 空气污染监测多跳蜂窝网络中面向最低能耗的频谱管理方法 | 第62-74页 |
5.1 引言 | 第62-63页 |
5.2 系统模型 | 第63-65页 |
5.2.1 网络模型 | 第63-64页 |
5.2.2 通信模型 | 第64-65页 |
5.2.3 服务模型 | 第65页 |
5.3 带限制条件的Restless Bandits算法建模 | 第65-69页 |
5.3.1 系统状态空间 | 第65-66页 |
5.3.2 行为和策略 | 第66页 |
5.3.3 一步状态转移概率 | 第66-68页 |
5.3.4 能量消耗 | 第68页 |
5.3.5 系统收益 | 第68-69页 |
5.4 解决带限制条件的restless bandits问题 | 第69-70页 |
5.5 仿真结果及分析 | 第70-73页 |
5.5.1 仿真平台及参数设置 | 第70页 |
5.5.2 仿真结果及分析 | 第70-73页 |
5.6 本章小结 | 第73-74页 |
结论 | 第74-76页 |
参考文献 | 第76-80页 |
攻读硕士学位期间所发表的学术论文 | 第80-81页 |
致谢 | 第81页 |