密集网络中用户协作的移动性管理研究
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 SDN框架下的移动性管理 | 第10-11页 |
1.2.2 超密集网络中的移动性管理 | 第11-12页 |
1.3 本文的研究内容和组织结构 | 第12-14页 |
1.3.1 主要研究内容 | 第12页 |
1.3.2 论文组织结构 | 第12-14页 |
第2章 SDN和移动性管理 | 第14-22页 |
2.1 SDN技术 | 第14-16页 |
2.2 移动性管理形式 | 第16-17页 |
2.2.1 集中式移动性管理 | 第16-17页 |
2.2.2 分布式移动性管理 | 第17页 |
2.3 切换分类 | 第17-19页 |
2.3.1 从切换发起方分类 | 第17-18页 |
2.3.2 从切换技术上分类 | 第18-19页 |
2.4 切换决策 | 第19-20页 |
2.4.1 基于RSSI的切换算法 | 第19页 |
2.4.2 基于小区可用带宽的选择算法 | 第19-20页 |
2.4.3 基于代价函数的综合策略算法 | 第20页 |
2.5 超密集网络中移动切换所面临的技术挑战 | 第20-21页 |
2.6 本章小结 | 第21-22页 |
第3章 SDN用户协作的移动性管理 | 第22-40页 |
3.1 网络架构 | 第22-23页 |
3.1.1 基于SDN的EPC系统架构 | 第22-23页 |
3.1.2 集成SDN的回程网络架构 | 第23页 |
3.2 用户协作的移动性管理 | 第23-24页 |
3.3 本地转发的转发链方案 | 第24-28页 |
3.3.1 转发原理 | 第25页 |
3.3.2 越区切换的信令交互 | 第25-27页 |
3.3.3 转发方案 | 第27-28页 |
3.4 理论模型分析 | 第28-33页 |
3.4.1 离散时间马尔可夫链(DTMC)模型 | 第29-32页 |
3.4.2 每个UE的信令开销 | 第32-33页 |
3.4.3 每个UE的数据传送开销 | 第33页 |
3.5 仿真结果与分析 | 第33-39页 |
3.5.1 理论分析 | 第34-37页 |
3.5.2 仿真实验 | 第37-39页 |
3.6 本章小结 | 第39-40页 |
第4章 环境感知-学习的多目标移动性管理 | 第40-58页 |
4.1 强化学习与移动性管理 | 第40-42页 |
4.1.1 多臂老虎机模型 | 第40-41页 |
4.1.2 基于MAB的移动性管理 | 第41-42页 |
4.2 系统模型 | 第42-44页 |
4.2.1 网络模型 | 第42-43页 |
4.2.2 切换模型 | 第43页 |
4.2.3 改进的非随机学习模型 | 第43-44页 |
4.3 环境感知-学习的多目标移动性管理 | 第44-51页 |
4.3.1 问题及符号描述 | 第44-45页 |
4.3.2 多目标优化算法 | 第45-48页 |
4.3.3 环境感知-学习算法 | 第48-51页 |
4.3.4 非理想UDN的环境感知-学习算法 | 第51页 |
4.4 性能评价 | 第51-56页 |
4.4.1 仿真模型 | 第51-52页 |
4.4.2 评价指标与仿真参数 | 第52-53页 |
4.4.3 仿真结果 | 第53-56页 |
4.5 本章小结 | 第56-58页 |
第5章 总结与展望 | 第58-60页 |
参考文献 | 第60-64页 |
发表论文和参加科研情况说明 | 第64-66页 |
致谢 | 第66页 |