首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文--移动通信论文

面向5G的M2M通信低功耗覆盖增强及资源调度的研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
序言第9-14页
缩略词表第14-16页
1 绪论第16-20页
    1.1 课题背景与意义第16-17页
    1.2 国内外研究现状第17-18页
    1.3 论文的主要内容和组织结构第18-20页
2 5G与NB-IOT技术概述第20-33页
    2.1 5G概述第20-26页
        2.1.1 5G发展历程及标准化工作第20-22页
        2.1.2 5G主要场景第22-23页
        2.1.3 5G关键技术第23-26页
    2.2 NB-IoT概述第26-32页
        2.2.1 M2M业务分类和分析第26-27页
        2.2.2 NB-IoT技术介绍第27-30页
        2.2.3 NB-M2M概述第30-32页
    2.3 本章小结第32-33页
3 基于非授权频谱的窄带M2M系统设计第33-46页
    3.1 系统设计第33-37页
        3.1.1 U-NB-M2M设计特点第33-34页
        3.1.2 U-NB-M2M系统设计方案第34-37页
    3.2 覆盖增强研究第37-39页
    3.3 U-NB-M2M系统覆盖增强性能验证第39-45页
        3.3.1 仿真参数设置第40页
        3.3.2 仿真结果分析第40-45页
    3.4 本章总结第45-46页
4 基于强化学习的分布式M2M分组调度算法第46-69页
    4.1 上行调度第46-50页
        4.1.1 LTE上行调度过程第46-47页
        4.1.2 调度算法的评判标准第47-49页
        4.1.3 LTE调度算法第49-50页
    4.2 强化学习理论及算法第50-56页
        4.2.1 强化学习基本原理及模型介绍第50-51页
        4.2.2 强化学习系统的组成第51-53页
        4.2.3 Q学习算法第53-55页
        4.2.4 强化学习算法在通信领域的应用第55-56页
    4.3 M2M设备分组第56-59页
        4.3.1 M2M业务分类第56-57页
        4.3.2 M2M业务分组第57-59页
        4.3.3 M2M分组组长的确定第59页
    4.4 基于Q学习的分布式M2M分组调度算法第59-68页
        4.4.1 单状态Q学习算法第60页
        4.4.2 基于Q学习的M2M调度算法第60-64页
        4.4.3 仿真参数设置第64-65页
        4.4.4 仿真性能分析第65-68页
    4.5 本章总结第68-69页
5 结论第69-71页
参考文献第71-74页
作者简历及攻读硕士学位期间取得的研究成果第74-76页
学位论文数据集第76页

论文共76页,点击 下载论文
上一篇:职业倦怠对地铁综控员的不安全行为影响研究
下一篇:天津市最低工资标准适度性探究