摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第13-14页 |
缩略语对照表 | 第14-18页 |
第一章 绪论 | 第18-26页 |
1.1 引言 | 第18-20页 |
1.2 LTE上行链路AMC研究的国内外发展现状 | 第20-23页 |
1.3 论文的主要工作及内容安排 | 第23-26页 |
第二章 LTE上行链路AMC系统 | 第26-42页 |
2.1 LTE上行链路物理层 | 第26-29页 |
2.1.1 LTE无线帧结构 | 第26-27页 |
2.1.2 LTE物理资源和上行时隙结构 | 第27-29页 |
2.2 LTE上行链路AMC过程 | 第29-36页 |
2.2.1 LTE上行自适应链路信号模型 | 第29-32页 |
2.2.2 LTE上行链路AMC传输方案 | 第32页 |
2.2.3 上行链路自适应参数MCS的计算 | 第32-34页 |
2.2.4 AWGN信道下SNR vs MCS的映射关系 | 第34-36页 |
2.3 影响LTE上行链路AMC性能的因素分析 | 第36-39页 |
2.4 本章小结 | 第39-42页 |
第三章 LTE上行自适应链路信道质量测量算法研究 | 第42-86页 |
3.1 LTE系统场景简介 | 第42-44页 |
3.1.1 边缘场景简介 | 第42-43页 |
3.1.2 突发场景简介 | 第43-44页 |
3.2 LTE上行链路信道质量测量算法 | 第44-52页 |
3.2.1 传统的基于多载波的信道质量测量算法 | 第45-46页 |
3.2.2 提出的基于单载波的信道质量测量算法 | 第46-52页 |
3.2.3 改进的基于单载波的信道质量测量算法 | 第52页 |
3.3 边缘场景下算法性能仿真及分析 | 第52-70页 |
3.3.1 基于单载波的信道质量测量算法建模与仿真 | 第52-64页 |
3.3.2 基于多载波的信道质量测量算法建模与仿真 | 第64-68页 |
3.3.3 边缘场景下算法性能的仿真及分析 | 第68-70页 |
3.4 突发场景下算法性能仿真及分析 | 第70-84页 |
3.4.1 基于单载波的信道质量测量算法建模与仿真 | 第70-77页 |
3.4.2 突发场景下算法性能的仿真及分析 | 第77-84页 |
3.5 本章小结 | 第84-86页 |
第四章 基于机器学习的LTE上行链路AMC方案 | 第86-102页 |
4.1 目前的AMC方案存在的问题 | 第86页 |
4.2 基于k-NN监督学习的AMC算法 | 第86-88页 |
4.3 基于支持向量机的AMC算法 | 第88-91页 |
4.4 基于Q学习的AMC算法 | 第91-92页 |
4.5 算法性能仿真及分析 | 第92-100页 |
4.5.1 基于k-NN监督学习的AMC算法性能仿真分析 | 第92-96页 |
4.5.2 基于支持向量机的AMC算法性能仿真分析 | 第96-97页 |
4.5.3 基于Q学习的AMC算法性能仿真分析 | 第97-100页 |
4.6 本章小结 | 第100-102页 |
第五章 总结与展望 | 第102-106页 |
5.1 论文主要工作与贡献 | 第102-103页 |
5.2 论文后续工作方向和展望 | 第103-106页 |
参考文献 | 第106-110页 |
致谢 | 第110-112页 |
作者简介 | 第112-113页 |