| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 绿色通信相关技术国内外研究现状 | 第11-14页 |
| 1.2.1 离线算法国内外研究现状 | 第11-13页 |
| 1.2.2 在线算法国内外研究现状 | 第13页 |
| 1.2.3 EE和SE均衡优化的研究现状 | 第13-14页 |
| 1.3 本文研究内容及结构安排 | 第14-16页 |
| 第2章 基于能量共享的异构网络离线资源分配 | 第16-27页 |
| 2.1 系统建模和可再生能源建模 | 第16-19页 |
| 2.1.1 系统建模 | 第16-18页 |
| 2.1.2 可再生能源建模 | 第18-19页 |
| 2.2 能量效率最大化问题描述 | 第19-23页 |
| 2.2.1 传统注水算法原理 | 第19-20页 |
| 2.2.2 改进的注水算法描述 | 第20-21页 |
| 2.2.3 优化问题描述 | 第21-23页 |
| 2.3 系统模型实现与仿真分析 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于LSSVR-Q的多Agent学习算法研究 | 第27-36页 |
| 3.1 算法原理 | 第27-29页 |
| 3.1.1 值迭代算法原理 | 第27-28页 |
| 3.1.2 LSSVR-Q算法原理 | 第28-29页 |
| 3.2 系统建模 | 第29-32页 |
| 3.3 基于能量共享的在线优化目标描述 | 第32-33页 |
| 3.3.1 在线优化目标描述 | 第32-33页 |
| 3.3.2 LSSVR-Q算法程序 | 第33页 |
| 3.4 性能仿真与分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于LSSVR-Q的认知异构网的资源优化 | 第36-46页 |
| 4.1 认知网络和博弈论原理 | 第36-37页 |
| 4.1.1 认知网络 | 第36页 |
| 4.1.2 博弈论背景 | 第36-37页 |
| 4.2 研究模型分析 | 第37-39页 |
| 4.2.1 频谱效率定义 | 第37-38页 |
| 4.2.2 能量效率定义 | 第38-39页 |
| 4.2.3 EE和SE关系分析 | 第39页 |
| 4.3 系统模型 | 第39-41页 |
| 4.4 基于LSSVR-Q的频谱效率和能量效率联合优化 | 第41-45页 |
| 4.4.1 联合折中优化目标函数描述 | 第41-43页 |
| 4.4.2 性能分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 课题总结 | 第46-47页 |
| 5.2 课题展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在学期间发表的学术论文和参加科研情况 | 第52-53页 |
| 致谢 | 第53页 |