| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 本论文专用术语的注释表 | 第15-16页 |
| 数学符号表 | 第16-17页 |
| 第一章 绪论 | 第17-37页 |
| 1.1 论文研究背景及研究意义 | 第17-31页 |
| 1.1.1 无线资源分配概述 | 第17-19页 |
| 1.1.2 多层异构网络的研究基础 | 第19-23页 |
| 1.1.3 多层异构网络中无线资源分配的优化方法 | 第23-31页 |
| 1.2 多层异构网络中资源分配方案的研究现状 | 第31-34页 |
| 1.2.1 异构网络下传统无线资源的分配方案 | 第31-33页 |
| 1.2.2 异构网络下的主动缓存技术 | 第33-34页 |
| 1.3 论文的主要工作和结构安排 | 第34-37页 |
| 第二章 面向异构网络上行吞吐量的联合基站选择和资源分配方案设计 | 第37-61页 |
| 2.1 引言 | 第37-38页 |
| 2.2 系统模型和问题建模 | 第38-41页 |
| 2.2.1 系统模型 | 第38-40页 |
| 2.2.2 问题描述和转化 | 第40-41页 |
| 2.3 联合优化问题的博弈理论建模与分析 | 第41-46页 |
| 2.3.1 势博弈模型 | 第41-44页 |
| 2.3.2 基于状态的势博弈建模与分析 | 第44-46页 |
| 2.4 基于两种势博弈模型的学习算法 | 第46-50页 |
| 2.4.1 同步的解耦学习算法 | 第46-48页 |
| 2.4.2 基于状态的学习算法 | 第48-50页 |
| 2.5 仿真结果与分析 | 第50-56页 |
| 2.5.1 场景设置 | 第50页 |
| 2.5.2 收敛性能 | 第50页 |
| 2.5.3 网络吞吐量分析 | 第50-53页 |
| 2.5.4 场景简化和比较分析 | 第53-56页 |
| 2.5.5 简化场景中基站部署和资源块数目的影响 | 第56页 |
| 2.6 本章小结 | 第56-57页 |
| 2.7 附录 | 第57-61页 |
| 2.7.1 定理2.1证明 | 第57-58页 |
| 2.7.2 定理2.5证明 | 第58-59页 |
| 2.7.3 定理2.6证明 | 第59-61页 |
| 第三章 面向异构网络下行中断性能的资源分配方案设计 | 第61-75页 |
| 3.1 引言 | 第61-62页 |
| 3.2 系统模型和问题建模 | 第62-66页 |
| 3.2.1 系统模型 | 第62-63页 |
| 3.2.2 中断概率分析 | 第63-66页 |
| 3.2.3 问题建模和转化 | 第66页 |
| 3.3 基于中断性能的匹配博弈 | 第66-69页 |
| 3.3.1 匹配博弈模型 | 第67-68页 |
| 3.3.2 分布式算法 | 第68-69页 |
| 3.3.3 计算复杂度分析 | 第69页 |
| 3.4 仿真结果与分析 | 第69-73页 |
| 3.4.1 仿真场景设置 | 第69-70页 |
| 3.4.2 中断性能分析 | 第70-73页 |
| 3.4.3 算法的收敛性分析 | 第73页 |
| 3.5 本章小结 | 第73-75页 |
| 第四章 面向D2D和小基站通信网络吞吐量的联合信道分配和功率控制方案设计 | 第75-101页 |
| 4.1 引言 | 第75-76页 |
| 4.2 系统模型和问题建模 | 第76-78页 |
| 4.2.1 系统模型 | 第76-77页 |
| 4.2.2 问题建模 | 第77-78页 |
| 4.3 最优功率控制 | 第78-85页 |
| 4.3.1 问题(4.5)中限制条件的分析 | 第79-82页 |
| 4.3.2 功率控制的最优解 | 第82-85页 |
| 4.4 博弈论分析和资源优化算法 | 第85-91页 |
| 4.4.1 问题转化 | 第86-88页 |
| 4.4.2 两种子信道分配博弈 | 第88-89页 |
| 4.4.3 面向功率和子信道优化的分布式学习算法 | 第89-91页 |
| 4.5 算法改进 | 第91-93页 |
| 4.5.1 基于约束策略的试错学习算法 | 第91-92页 |
| 4.5.2 基于约束策略的云协助最优响应算法 | 第92-93页 |
| 4.6 仿真结果与分析 | 第93-100页 |
| 4.6.1 场景设置 | 第93页 |
| 4.6.2 收敛性能分析 | 第93-94页 |
| 4.6.3 吞吐量性能分析 | 第94-98页 |
| 4.6.4 场景简化和比较分析 | 第98-100页 |
| 4.7 本章小结 | 第100-101页 |
| 第五章 面向火车车厢异构通信网络能效的联合子载波和功率分配方案设计 | 第101-127页 |
| 5.1 引言 | 第101-103页 |
| 5.2 系统模型和问题建模 | 第103-106页 |
| 5.2.1 系统模型 | 第103-105页 |
| 5.2.2 问题建模 | 第105-106页 |
| 5.3 问题转化和博弈理论分析 | 第106-109页 |
| 5.3.1 问题转换 | 第106-107页 |
| 5.3.2 固定功率的子载波分配博弈和均衡分析 | 第107-108页 |
| 5.3.3 预先分配子载波的功率分配势博弈 | 第108-109页 |
| 5.4 功率分配问题的解 | 第109-112页 |
| 5.4.1 求解每个无线通信终端的最优功率分配 | 第109-111页 |
| 5.4.2 功率分配算法 | 第111-112页 |
| 5.4.3 求解能量收集时长τ | 第112页 |
| 5.5 联合子载波和功率分配算法 | 第112-115页 |
| 5.5.1 算法描述 | 第113页 |
| 5.5.2 算法的收敛性和最优性分析 | 第113-115页 |
| 5.6 仿真结果与分析 | 第115-120页 |
| 5.6.1 场景设置 | 第115页 |
| 5.6.2 算法的收敛性分析 | 第115-117页 |
| 5.6.3 参数λ(t)和天线数的影响 | 第117-119页 |
| 5.6.4 D2D对的两个不同工作状态下最优性分析 | 第119-120页 |
| 5.7 本章小结 | 第120-121页 |
| 5.8 附录 | 第121-127页 |
| 5.8.1 命题5.1证明 | 第121-122页 |
| 5.8.2 命题5.6证明 | 第122-124页 |
| 5.8.3 定理5.7证明 | 第124-127页 |
| 第六章 面向异构云接入网络和速率的联合用户关联和功率控制方案设计 | 第127-139页 |
| 6.1 引言 | 第127页 |
| 6.2 系统模型和问题建模 | 第127-130页 |
| 6.2.1 系统模型 | 第127-130页 |
| 6.2.2 问题建模 | 第130页 |
| 6.3 博弈模型建立与分布式算法设计 | 第130-135页 |
| 6.3.1 Stackelberg博弈建模 | 第130-133页 |
| 6.3.2 功率控制的分布式算法设计 | 第133-135页 |
| 6.4 仿真结果与分析 | 第135-137页 |
| 6.5 本章小结 | 第137-139页 |
| 第七章 面向空地通信网络多目标优化的缓存方案和部署方案设计 | 第139-161页 |
| 7.1 引言 | 第139-140页 |
| 7.2 地面系统模型和问题建模 | 第140-143页 |
| 7.2.1 系统模型 | 第140-142页 |
| 7.2.2 问题建模 | 第142-143页 |
| 7.3 固定缓存放置的内容提升分析 | 第143-147页 |
| 7.3.1 固定p和y下的地面终端关联算法 | 第143-144页 |
| 7.3.2 固定x和y下的功率控制算法 | 第144-146页 |
| 7.3.3 内容放置分析 | 第146-147页 |
| 7.4 联合服务提升和内容放置算法 | 第147-148页 |
| 7.5 空-地系统模型和问题建模 | 第148-150页 |
| 7.5.1 空-地通信模型 | 第148-149页 |
| 7.5.2 问题建模 | 第149-150页 |
| 7.6 无人机部署算法 | 第150-153页 |
| 7.7 仿真结果与分析 | 第153-158页 |
| 7.7.1 地面系统仿真 | 第153-157页 |
| 7.7.2 空-地系统仿真 | 第157-158页 |
| 7.8 本章小结 | 第158-161页 |
| 第八章 结论与展望 | 第161-165页 |
| 8.1 本文工作总结 | 第161-163页 |
| 8.2 未来研究展望 | 第163-164页 |
| 8.3 结束语 | 第164-165页 |
| 参考文献 | 第165-177页 |
| 攻读博士期间主要成果(论文和专利) | 第177-179页 |
| 攻读博士期间参加的项目 | 第179-181页 |
| 致谢 | 第181页 |
