隨著移動互聯(lián)網(wǎng)的快速發(fā)展和智能終端技術(shù)的不斷更新,無線移動用戶的數(shù)量在過去幾年中不斷增加。預(yù)計(jì)這種趨勢將在未來幾年內(nèi)會一直持續(xù)�？紤]到用戶數(shù)量的蓬勃發(fā)展,無線網(wǎng)絡(luò)的移動流量也將不斷增加。為了滿足未來移動通信的需求,應(yīng)不斷的提高網(wǎng)絡(luò)容量。增加容量的有效方法是為無線通信系統(tǒng)分配更多的頻譜資源。然而,隨著頻譜行業(yè)的迅速發(fā)展,頻帶已經(jīng)變得人滿為患,但用戶對頻譜資源的需求卻越來越迫切,從而導(dǎo)致頻譜變成了一種稀缺資源,因此為網(wǎng)絡(luò)中的每個用戶分配足夠的頻譜資源是不現(xiàn)實(shí)的。另一方面,由于傳統(tǒng)的頻譜管理策略仍存在一些不足,例如,頻帶只允許獲權(quán)的主用戶使用,未獲權(quán)的輔助用戶不允許使用該頻帶,這類問題導(dǎo)致已分配的頻譜資源并未得到充分的利用。在這樣的背景下,為了緩解這一矛盾,提高頻譜的利用率是刻不容緩的,認(rèn)知無線電技術(shù)便應(yīng)用而生。認(rèn)知無線電技術(shù)以認(rèn)知能力為核心,并且可以從環(huán)境中學(xué)習(xí)并適應(yīng)該環(huán)境,這為緩解頻譜短缺和頻譜利用率不足的問題提供了有效的解決方案。在認(rèn)知無線電網(wǎng)絡(luò)中,具有自主學(xué)習(xí)能力的強(qiáng)化學(xué)習(xí)算法能夠更好的解決頻譜分配問題,強(qiáng)化學(xué)習(xí)算法可以為有限馬爾可夫決策過程(MDP)確定最佳策略,該策略用于對不確定...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容
    1.4 論文的組織結(jié)構(gòu)和創(chuàng)新點(diǎn)
第2章 強(qiáng)化學(xué)習(xí)與認(rèn)知無線電基本理論
    2.1 強(qiáng)化學(xué)習(xí)背景
        2.1.1 強(qiáng)化學(xué)習(xí)的介紹
        2.1.2 馬爾可夫決策過程
        2.1.3 常見的強(qiáng)化學(xué)習(xí)算法
    2.2 認(rèn)知無線電的關(guān)鍵技術(shù)
        2.2.1 頻譜感知技術(shù)
        2.2.2 頻譜決策技術(shù)
        2.2.3 頻譜共享技術(shù)
        2.2.4 頻譜遷移性
    2.3 頻譜分配模型
        2.3.1 基于圖著色論的模型
        2.3.2 基于拍賣競價的模型
        2.3.3 基于博弈論的模型
        2.3.4 基于Q學(xué)習(xí)的模型
    2.4 本章小結(jié)
第3章 改進(jìn)獎勵機(jī)制的Q學(xué)習(xí)算法
    3.1 引言
    3.2 系統(tǒng)模型
    3.3 動態(tài)頻譜接入
    3.4 自適應(yīng)調(diào)制編碼
    3.5 體驗(yàn)質(zhì)量
        3.5.1 數(shù)據(jù)MOS模型
        3.5.2 視頻MOS模型
    3.6 問題形式化
    3.7 基于Q學(xué)習(xí)的動態(tài)頻譜分配
        3.7.1 定義動作和狀態(tài)空間
        3.7.2 改進(jìn)的獎勵機(jī)制
        3.7.3 動態(tài)頻譜接入的Q學(xué)習(xí)算法
    3.8 實(shí)驗(yàn)結(jié)果與分析
    3.9 本章小結(jié)
第4章 基于博弈的Pareto-Q學(xué)習(xí)算法
    4.1 引言
    4.2 系統(tǒng)模型
    4.3 問題建模
    4.4 問題形式化
    4.5 基于博弈的Pareto-Q學(xué)習(xí)算法
    4.6 實(shí)驗(yàn)結(jié)果與分析
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻(xiàn)
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝



本文編號：3735113