| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 异构网络关键技术概述 | 第14-18页 |
| 1.3 主要工作及章节安排 | 第18-20页 |
| 第二章 用户移动性预测与边缘缓存技术 | 第20-33页 |
| 2.1 移动用户行为分析 | 第20-22页 |
| 2.1.1 用户移动行为概述 | 第20-21页 |
| 2.1.2 用户移动性建模研究现状 | 第21-22页 |
| 2.2 用户移动性预测模型 | 第22-27页 |
| 2.2.1 基于马尔可夫的预测模型 | 第23-25页 |
| 2.2.2 基于机器学习和数据挖掘的预测模型 | 第25-27页 |
| 2.3 边缘缓存技术 | 第27-32页 |
| 2.3.1 边缘缓存的关键技术 | 第28-29页 |
| 2.3.2 小基站的缓存策略 | 第29-30页 |
| 2.3.3 用户设备的缓存策略 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 异构网络中的分级移动性预测机制 | 第33-48页 |
| 3.1 引言 | 第33-34页 |
| 3.2 系统模型 | 第34-38页 |
| 3.2.1 网络场景 | 第34-35页 |
| 3.2.2 用户轨迹的提取 | 第35-36页 |
| 3.2.3 IGAs的识别 | 第36-38页 |
| 3.3 算法设计与实现 | 第38-43页 |
| 3.3.1 问题描述 | 第38页 |
| 3.3.2 预测模型 | 第38-40页 |
| 3.3.3 基于马尔可夫链和HMM的分级预测机制 | 第40-43页 |
| 3.4 仿真及性能分析 | 第43-47页 |
| 3.4.1 实验数据集描述 | 第43-44页 |
| 3.4.2 仿真结果分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 异构网络中基于用户移动性的视频业务分类缓存策略 | 第48-63页 |
| 4.1 引言 | 第48-49页 |
| 4.2 系统模型 | 第49-51页 |
| 4.2.1 网络模型 | 第49-50页 |
| 4.2.2 视频业务模型 | 第50页 |
| 4.2.3 移动模型 | 第50-51页 |
| 4.3 算法设计与实现 | 第51-58页 |
| 4.3.1 问题描述及建模 | 第51-53页 |
| 4.3.2 针对一般网络视频的缓存策略 | 第53-56页 |
| 4.3.3 针对流媒体视频的缓存策略 | 第56-58页 |
| 4.4 仿真及性能分析 | 第58-62页 |
| 4.4.1 仿真场景描述 | 第58页 |
| 4.4.2 仿真结果分析 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 论文工作总结 | 第63-64页 |
| 5.2 下一步工作 | 第64-65页 |
| 参考文献 | 第65-74页 |
| 附录 | 第74-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文目录 | 第77页 |