| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 Femtocell网络干扰管理研究现状 | 第12-14页 |
| 1.2.2 强化学习研究现状 | 第14-15页 |
| 1.3 本文主要内容 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 强化学习及Femtocell干扰管理问题描述 | 第17-29页 |
| 2.1 强化学习 | 第17-23页 |
| 2.1.1 马尔科夫决策过程 | 第17-18页 |
| 2.1.2 强化学习的基本概念 | 第18-20页 |
| 2.1.3 强化学习的主要算法 | 第20-23页 |
| 2.2 Femtocell网络干扰管理 | 第23-28页 |
| 2.2.1 Femtocell概述 | 第23-24页 |
| 2.2.2 Femtocell网络的干扰问题 | 第24-27页 |
| 2.2.3 干扰管理技术概况 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于强化学习的Femtocell网络干扰管理 | 第29-45页 |
| 3.1 系统模型 | 第30-33页 |
| 3.1.1 Femtocell网络模型 | 第30-32页 |
| 3.1.2 信道损耗模型 | 第32-33页 |
| 3.2 基于改进回报函数的分布式Q学习干扰管理算法 | 第33-38页 |
| 3.2.1 Q学习中的参量设置以及对于回报函数的改进 | 第33-37页 |
| 3.2.2 算法流程 | 第37-38页 |
| 3.3 基于专家系统的教学式Q学习干扰管理算法 | 第38-44页 |
| 3.3.1 专家系统(Docition)概念 | 第38-39页 |
| 3.3.2 改进的状态空间框架 | 第39-41页 |
| 3.3.3 算法设计 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 算法仿真与结果分析 | 第45-64页 |
| 4.1 实验一: 基于改进回报函数的分布式Q学习干扰管理算法 | 第45-55页 |
| 4.1.1 仿真环境与参数设定 | 第45-47页 |
| 4.1.2 仿真结果分析 | 第47-55页 |
| 4.2 实验二: 基于专家系统的教学式Q学习干扰管理算法 | 第55-63页 |
| 4.2.1 实验方案与参数设置 | 第55-57页 |
| 4.2.2 仿真结果分析 | 第57-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 未来展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
