异构网络下动态高能效网络选择算法研究与仿真实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 研究现状 | 第12-14页 |
1.3 本文的主要工作 | 第14-15页 |
1.4 课题来源 | 第15-16页 |
第2章 异构网络选择理论 | 第16-30页 |
2.1 异构网络 | 第16-22页 |
2.1.1 异构网络特点 | 第16-18页 |
2.1.2 异构网络的融合 | 第18-21页 |
2.1.3 无线资源管理 | 第21-22页 |
2.2 异构网络选择 | 第22-29页 |
2.2.1 异构网络选择必要性 | 第22-23页 |
2.2.2 异构网络选择过程 | 第23-26页 |
2.2.3 网络选择算法 | 第26-29页 |
2.3 本章小结 | 第29-30页 |
第3章 基于模糊神经网络的能效网络选择算法 | 第30-52页 |
3.1 概述 | 第30-40页 |
3.1.1 模糊理论 | 第30-34页 |
3.1.2 神经网络 | 第34-38页 |
3.1.3 网络能量效用模型 | 第38-40页 |
3.2 模糊神经网络算法设计 | 第40-48页 |
3.2.1 模糊判决 | 第41-42页 |
3.2.2 模糊神经网络结构 | 第42-44页 |
3.2.3 模糊神经网络强化学习过程 | 第44-47页 |
3.2.4 模糊神经网络算法步骤和流程 | 第47-48页 |
3.3 仿真结果及分析 | 第48-51页 |
3.3.1 仿真环境及参数 | 第48-49页 |
3.3.2 仿真结果及分析 | 第49-51页 |
3.4 本章小结 | 第51-52页 |
第4章 基于Q学习的动态能效网络选择算法 | 第52-68页 |
4.1 概述 | 第52-59页 |
4.1.1 QoE评价模型 | 第52-56页 |
4.1.2 Q学习方法概述 | 第56-59页 |
4.2 Q学习网络选择算法设计 | 第59-62页 |
4.2.1 QBDNS算法 | 第59-60页 |
4.2.2 QBDNS算法步骤和流程图 | 第60-62页 |
4.3 仿真结果及分析 | 第62-67页 |
4.3.1 仿真环境及参数 | 第62-63页 |
4.3.2 仿真结果及分析 | 第63-67页 |
4.4 本章小结 | 第67-68页 |
第5章 总结 | 第68-70页 |
5.1 工作总结 | 第68页 |
5.2 未来展望 | 第68-70页 |
参考文献 | 第70-76页 |
致谢 | 第76-78页 |
攻读硕士学位期间参与的科研项目 | 第78页 |