| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第7-8页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 1.4 论文的章节安排 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-27页 |
| 2.1 车载自组织网络 | 第15-20页 |
| 2.1.1 车载通信网标准化工作 | 第15-18页 |
| 2.1.2 车载自组织网络基本架构及特征 | 第18-20页 |
| 2.2 VANETs应用及MAC协议设计要点 | 第20-22页 |
| 2.2.1 VANETs应用 | 第20-21页 |
| 2.2.2 VANETs MAC协议设计要点 | 第21-22页 |
| 2.3 VANETs MAC协议分类及性能指标 | 第22-26页 |
| 2.3.1 VANETs MAC协议分类 | 第23-25页 |
| 2.3.2 评估VANETs MAC协议的性能指标 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于Q学习的车载通信信道接入控制算法 | 第27-38页 |
| 3.1 基于Q学习的CW动态调整算法 | 第28-29页 |
| 3.2 QL-CW算法的模型分析 | 第29-33页 |
| 3.2.1 Q学习的基本原理 | 第29-30页 |
| 3.2.2 QL-CWmin算法的状态——动作对映射过程 | 第30-31页 |
| 3.2.3 QL-CWmin算法的Q值函数更新过程 | 第31-33页 |
| 3.3 QL-CWmin算法的仿真及性能验证 | 第33-36页 |
| 3.3.1 QL-CWmin算法的收敛性验证 | 第33页 |
| 3.3.2 仿真场景及参数设置 | 第33-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于多智能体Q学习的车载通信信道接入控制算法 | 第38-47页 |
| 4.1 多智能体学习系统 | 第38-40页 |
| 4.1.1 迁移学习相关知识 | 第38-39页 |
| 4.1.2 多智能体系统中的迁移学习定义 | 第39-40页 |
| 4.2 基于QL-CWMulti-Agent的信道接入方法 | 第40-44页 |
| 4.2.1 基于多智能体Q学习的VANET系统模型 | 第40-42页 |
| 4.2.2 多智能体Q学习系统的目标均衡 | 第42-44页 |
| 4.3 QL-CWMulti-Agent算法的性能验证 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第52-53页 |
| 附录2 攻读硕士学位期间申请的专利 | 第53-54页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第54-55页 |
| 致谢 | 第55页 |
